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

C++始めようと思うんだ
手を動かしながら学ぶデータマイニング
顔画像処理技術の過去の研究
OpenCVでPhotoshopのプラグイン開発
オープンソースのロボットアプリケーションフレームワーク『ROS (Robot Operating S...
OpenCVで平均顔を作るチュートリアル
OpenAR:OpenCVベースのマーカーARライブラリ
Python for Unity:UnityEditorでPythonを使えるパッケージ
OpenGVの用語
Manim:Pythonで使える数学アニメーションライブラリ
Seleniumを使ったFXや株の自動取引
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...
SONYの自律型エンタテインメントロボット『aibo』
ブログが1日ダウンしてました
.NETで使えるTensorFlowライクなニューラルネットワークライブラリ『NeuralNetwo...
Model View Controller
Faster R-CNN:ディープラーニングによる一般物体検出手法
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
OpenCVでiPhone6sのカメラをキャリブレーションする
OpenCV 3.3.0 contribのsfmモジュールのサンプルを動かしてみる
OpenGVのライブラリ構成
PyMC:Pythonのベイズ統計ライブラリ
ZBrushで作った3Dモデルを立体視で確認できるVRアプリを作る
ベイズ推定とグラフィカルモデル
LLM Visualization:大規模言語モデルの可視化
Blendify:コンピュータービジョン向けBlenderラッパー
Boost オープンソースライブラリ
iOSで使えるJetpac社の物体認識SDK『DeepBelief』
TorchStudio:PyTorchのための統合開発環境とエコシステム
Mitsuba 2:オープンソースの物理ベースレンダラ
COLMAP:オープンソースのSfM・MVSツール
C#で使える遺伝的アルゴリズムライブラリ『GeneticSharp』
Python2とPython3
科学技術計算向けスクリプト言語『Julia』
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
OpenCVのバージョン3が正式リリースされたぞ
SSII2014 チュートリアル講演会の資料
書籍『仕事ではじめる機械学習』を読みました
UnityでLight Shaftを表現する
ZScript
Structure from Motion (多視点画像からの3次元形状復元)
『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

コメント