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

為替レートの読み方 2WAYプライス表示
UnityでARKit2.0
Unity ARKitプラグインサンプルのドキュメントを読む
インタラクティブにComputer Visionコーディングができるツール『Live CV』
python-twitterで自分のお気に入りを取得する
フォトンの放射から格納までを可視化した動画
Pix2Pix:CGANによる画像変換
Unreal Engineの薄い本
Pythonのソースコードに特化した検索エンジン『Nullege』
adskShaderSDK
WebGL開発に関する情報が充実してきている
OpenCV
HerokuでMEAN stack
ブログの復旧が難航してた話
全脳アーキテクチャ勉強会
第25回コンピュータビジョン勉強会@関東に行って来た
Runway ML:クリエイターのための機械学習ツール
写真から3Dメッシュの生成・編集ができる無料ツール『Autodesk Memento』
TeleSculptor:空撮動画からPhotogrammetryするツール
JavaScriptとかWebGLとかCanvasとか
Faster R-CNN:ディープラーニングによる一般物体検出手法
ベイズ推定とグラフィカルモデル
Unityからkonashiをコントロールする
ニューラルネットワークで画像分類
GoB:ZBrushとBlenderを連携させるアドオン
iPadをハンディ3Dスキャナにするガジェット『iSense 3D Scanner』
動的なメモリの扱い
WordPressの表示を高速化する
Twitter APIのPythonラッパー『python-twitter』
UnrealCLR:Unreal Engineで.NET Coreを利用できるプラグイン
AndroidもopenGLも初心者さ (でもJavaは知ってるよ)
iPhone x ロボットハッカソン~RomoのiPhone用SDKで目覚ましアプリを作る~
AnacondaとTensorFlowをインストールしてVisual Studio 2015で使う
3D復元技術の情報リンク集
PGGAN:段階的に解像度を上げて学習を進めるGAN
Raspberry PiのGPIOを操作するPythonライブラリ『RPi.GPIO』の使い方
機械学習に役立つPythonライブラリ一覧
ROMOハッカソンに行ってきた
ポイントクラウドコンソーシアム
OpenCVで動画の手ぶれ補正
Multi-View Stereoによる3次元復元ライブラリ『OpenMVS』
WordPress on Windows Azure

コメント