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

UnityでShaderの入力パラメータとして行列を渡す
WinSCP
機械学習のオープンソースソフトウェアフォーラム『mloss(machine learning ope...
PyMC:Pythonのベイズ統計ライブラリ
HerokuでMEAN stack
Google App Engine上のWordPressでFlickrの画像を貼る
OpenCVの超解像(SuperResolution)モジュールを試す
OpenCV3.3.0でsfmモジュールのビルドに成功!
Webサイトのワイヤーフレームが作成できるオンラインツール
C#で使える遺伝的アルゴリズムライブラリ『GeneticSharp』
OpenCV 3.1のsfmモジュールのビルド再び
NumSharp:C#で使えるNumPyライクな数値計算ライブラリ
U-Net:ディープラーニングによるSemantic Segmentation手法
オープンソースの顔の動作解析ツールキット『OpenFace』
Unityで画面タッチ・ジェスチャ入力を扱う無料Asset『TouchScript』
OpenCV 3.1のsfmモジュールを試す
PythonのHTML・XMLパーサー『BeautifulSoup』
Faster R-CNN:ディープラーニングによる一般物体検出手法
OpenMVS:Multi-View Stereoによる3次元復元ライブラリ
WordPressの表示を高速化する
TeleSculptor:空撮動画からPhotogrammetryするツール
AMIMOTO(PVM版)で作成したインスタンスをAMIMOTO (HVM版)へ移行する
3分の動画でプログラミングを学習できるサイト『ドットインストール』
MB-Lab:Blenderの人体モデリングアドオン
Leap MotionでMaya上のオブジェクトを操作できるプラグイン
OpenSfM:PythonのStructure from Motionライブラリ
Google Chromecast
ROMOハッカソンに行ってきた
Python2とPython3
OpenGVのライブラリ構成
Mayaのプラグイン開発
Mitsuba 2:オープンソースの物理ベースレンダラ
『手を動かしながら学ぶエンジニアのためのデータサイエンス』ハンズオンセミナーに行ってきた
BlenderProc:Blenderで機械学習用の画像データを生成するPythonツール
第1回 3D勉強会@関東『SLAMチュートリアル大会』
3Dモデルを立体視で確認できるVRアプリを作っている
HD画質の無駄遣い
定数
Unreal Engineの薄い本
機械学習での「回帰」とは?
OpenCLに対応したオープンソースの物理ベースレンダラ『LuxRender(ルクスレンダー)』
C++ 標準テンプレートライブラリ (STL)

コメント