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↓


スポンサーリンク

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:

  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

Windows10でPyTorchをインストールしてVSCodeで使う
Qlone:スマホのカメラで3Dスキャンできるアプリ
Adobeの手振れ補正機能『ワープスタビライザー』の秘密
Google App Engine上のWordPressでFlickrの画像を貼る
Deep Learningとその他の機械学習手法の性能比較
書籍『OpenCV 3 プログラミングブック』を購入
iOSデバイスのためのフィジカル・コンピューティングツールキット『konashi(こなし)』
PyMC:Pythonのベイズ統計ライブラリ
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)』
PyDataTokyo主催のDeep Learning勉強会
Unityの各コンポーネント間でのやり取り
Faceshiftで表情をキャプチャしてBlender上でMakeHumanのメッシュを動かすデモ
Google Chromecast
機械学習で流体シミュレーションを近似する『Physics Forests』
Unity Scriptコーディング→Unreal Engine Scriptコーディング
UnityでPoint Cloudを表示する方法
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...
Python2とPython3
Python拡張モジュールのWindows用インストーラー配布サイト
Webスクレイピングの勉強会に行ってきた
Mayaのプラグイン開発
OpenGVの用語
C++の抽象クラス
Quartus II
OpenCV バージョン4がリリースされた!
WordPressの表示を高速化する
OpenCVのfindEssentialMat関数を使ったサンプルを読んでみる
法線マップを用意してCanvas上でShadingするサンプル
Cartographer:オープンソースのSLAMライブラリ
OpenCV 3.1とopencv_contribモジュールをVisual Studio 2015で...
Unityで学ぶC#
UnityでShaderの入力パラメータとして行列を渡す
コンピュータビジョンの技術マップ
Mechanizeで要認証Webサイトをスクレイピング
ZBrushのZScript入門
Mask R-CNN:ディープラーニングによる一般物体検出・Instance Segmentatio...
Pythonの自然言語処理ライブラリ『NLTK(Natural Language Toolkit)』
UnityのMonoBehaviourクラスをシングルトン化する
Raspberry Pi
DCGAN (Deep Convolutional GAN):畳み込みニューラルネットワークによる敵...
ブログの復旧が難航してた話
Mitsuba 2:オープンソースの物理ベースレンダラ

コメント