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

JapanCV(7/4)

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

SDカードサイズのコンピューター『Intel Edison』
C++ 標準テンプレートライブラリ (STL)
U-Net:ディープラーニングによるSemantic Segmentation手法
OpenCV バージョン4がリリースされた!
Web経由でRaspberry PiのGPIOを操作したい
OpenCVの顔検出過程を可視化した動画
Fast 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
adskShaderSDK
Raspberry PiのGPIOを操作するPythonライブラリ『RPi.GPIO』の使い方
OpenCV 3.1のsfmモジュールのビルド再び
RSSフィードを読込んで表示するWordpressプラグイン『RSSImport』
ROSの薄い本
Faster R-CNN:ディープラーニングによる一般物体検出手法
Point Cloud Consortiumのセミナー「3D点群の未来」に行ってきたよ
.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...
Adobe MAX 2015
Mean Stack開発の最初の一歩
複数画像から3次元形状を再構築するライブラリ『Multi-View Environment』
Google Colaboratoryで遊ぶ準備
Active Appearance Models(AAM)
ブログのデザイン変えました
続・ディープラーニングの資料
オープンソースの取引プラットフォーム
オープンソースのStructure from Motionツール『Regard3D』
UnityでLight Shaftを表現する
画像認識による位置情報取得 - Semi-Direct Monocular Visual Odome...
3Dグラフィックスの入門書
Raspberry Pi 2のGPIOピン配置
サンプルコードにも間違いはある?
OpenCVの超解像処理モジュール『Super Resolution』
池袋パルコで3Dのバーチャルフィッティング『ウェアラブル クロージング バイ アーバンリサーチ』
Mask R-CNN:ディープラーニングによる一般物体検出・Instance Segmentatio...
Unityの薄い本
Boost オープンソースライブラリ
オープンソースの3Dメッシュデータライブラリ『OpenMesh』
Deep Fluids:流体シミュレーションをディープラーニングで近似する
BlenderのPython環境にPyTorchをインストールする
iOSで使えるJetpac社の物体認識SDK『DeepBelief』
海外ドラマのChromaKey
マルコフ連鎖モンテカルロ法
タマムシっぽい質感

コメント