hloc:SuperGlueで精度を向上させたSfM実装

SfM(Structure from Motion)の話題。

機械学習で特徴点マッチングの精度を向上させたSuperGlueをSfMに利用した実装が公開されている↓

hloc – the hierarchical localization toolbox

hlocは、state-of-the-artな6-DoF visual localization用モジュラーツールボックスです。
hlocはHierarchical Localizationや画像の検索の活用、特徴マッチングを実装しており、高速・正確でスケーラブルです。
このコードベースは、CVPR 2020の屋内/屋外のlocalization challengeで優勝しました。SuperGlueとは特徴マッチングのためのグラフニューラルネットワークです。

hlocを使えば、以下のことが可能です:

  • CVPR 2020の優勝結果を屋外(Aachen)、屋内(InLoc)データセットで再現
  • 独自のデータセットでSuperPoint + SuperGlueのStructure-from-Motionを実行してローカライズ
  • 独自のデータをvisual localizationするために局所特徴量や画像検索について評価
  • 新しいローカリゼーションのパイプラインを実装し、手軽にデバッグする 🔥



Hierachical Localizationには、画像検索と特徴マッチングの両方を使用します。

Installationを見ると、PyTorchとCOLMAPのPythonバインディングpycolmapを使うらしい。




スポンサーリンク


つまりどういうプロセスで動くのか、General pipelineを読んでみる↓

General pipeline

hlocは複数のscriptで構成されており、大まかに以下のステップの処理を行います:


スポンサーリンク
  1. データセット、クエリ画像全てのSuperPoint局所特徴量を抽出する
  2. リファレンス用の3D SfMモデルを構築する
    1. 検索または以前のSfMモデルを使用し、データベース画像の対応関係を見つける
    2. SuperGlueでデータベースのペアをマッチングさせる
    3. COLMAPを使用して新しいSfMモデルを三角測量する
  3. 検索によって、各クエリに関連するデータベース画像を見つける
  4. SuperGlueでクエリ画像をマッチングさせる
  5. ローカリゼーションを実行する
  6. 可視化とデバッグ

ローカリゼーション処理については、visuallocalization.netのデータセットで評価できます。屋内データセットInLocなどの3D Lidarスキャンが利用可能な場合、手順2.はスキップできます。

hlocのアーキテクチャ:

  • hloc/*.py:最上位階層(top-level)のscript
  • hloc/extractors/:特徴抽出のインターフェイス
  • hloc/matchers/:特徴マッチングのインターフェイス

SuperGlue第三回 全日本コンピュータビジョン勉強会(前編)@yu4uこと内田祐介さんが発表してたやつだ。

SuperGlue



CVPR 2020網羅的サーベイのSuperGlueのページ↓
http://xpaperchallenge.org/cv/survey/cvpr2020_summaries/338

まだGNN(Graph Neural Network)について知識不足…


スポンサーリンク

関連記事

書籍『OpenCV 3 プログラミングブック』を購入
書籍『イラストで学ぶ ディープラーニング』
Faster R-CNN:ディープラーニングによる一般物体検出手法
フォトンの放射から格納までを可視化した動画
Unityの各コンポーネント間でのやり取り
OpenMesh:オープンソースの3Dメッシュデータライブラリ
WordPress on Windows Azure
PyTorch3D:3Dコンピュータービジョンライブラリ
Point Cloud Consortiumのセミナー「3D点群の未来」に行ってきたよ
顔画像処理技術の過去の研究
OANDAのfxTrade API
OpenCV 3.3.0-RCでsfmモジュールをビルド
PeopleSansPeople:機械学習用の人物データをUnityで生成する
手を動かしながら学ぶデータマイニング
Runway ML:クリエイターのための機械学習ツール
Raspberry Pi 2を買いました
WordPressプラグインの作り方
SSII 2014 デモンストレーションセッションのダイジェスト動画
Pythonの自然言語処理ライブラリ『NLTK(Natural Language Toolkit)』
COLMAP:オープンソースのSfM・MVSツール
Python2とPython3
TensorSpace.js:ニューラルネットワークの構造を可視化するフレームワーク
Point Cloud Utils:Pythonで3D点群・Meshを扱うライブラリ
HerokuでMEAN stack
viser:Pythonで使える3D可視化ライブラリ
Python.NET:Pythonと.NETを連携させるパッケージ
SVM (Support Vector Machine)
書籍『3次元コンピュータビジョン計算ハンドブック』を購入
iOSデバイスと接続して連携するガジェットの開発方法
今年もSSII
Unityからkonashiをコントロールする
YOLO (You Only Look Once):ディープラーニングによる一般物体検出手法
iPhone・iPod touchで動作する知育ロボット『ROMO』
PyMC:Pythonのベイズ統計ライブラリ
Accord.NET Framework:C#で使える機械学習ライブラリ
UnityでOpenCVを使うには?
画像認識による位置情報取得 - Semi-Direct Monocular Visual Odome...
CGレンダラ研究開発のためのフレームワーク『Lightmetrica (ライトメトリカ)』
株式会社ヘキサドライブの研究室ページ
このブログのデザインに飽きてきた
BlenderProc:Blenderで機械学習用の画像データを生成するPythonツール
UnityでShaderの入力パラメータとして行列を渡す

コメント