SfM(Structure from Motion)系の話題。
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 🔥
Installationを見ると、PyTorchとCOLMAPのPythonバインディングpycolmapを使うらしい。
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:
- 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
- リファレンス用の3D SfMモデルを構築する
- 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
- SuperGlueでデータベースのペアをマッチングさせる
- COLMAPを使用して新しいSfMモデルを三角測量する
- 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
- SuperGlueでクエリ画像をマッチングさせる
- ローカリゼーションを実行する
- 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scripthloc/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は第三回 全日本コンピュータビジョン勉強会(前編)で@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…
関連記事
映画『アバター:ウェイ・オブ・ウォーター』を観た
Unityで画面タッチ・ジェスチャ入力を扱う無料Asset『...
GoogleのDeep Learning論文
Cartographer:オープンソースのSLAMライブラリ
viser:Pythonで使える3D可視化ライブラリ
Kinect for Windows V2のプレオーダー開始
Verilog HDL
ブログのデザイン変えました
OpenGV:画像からカメラの3次元位置・姿勢を推定するライ...
書籍『ゼロから作るDeep Learning』で自分なりに学...
今年もSSII
OpenCV 3.3.0 contribのsfmモジュールの...
VCG Library:C++のポリゴン操作ライブラリ
OpenMesh:オープンソースの3Dメッシュデータライブラ...
写真から3Dメッシュの生成・編集ができる無料ツール『Auto...
Googleが画像解析旅行ガイドアプリのJetpac社を買収
全脳アーキテクチャ勉強会
Russian3DScannerのトポロジー転送ツール『Wr...
ポリゴンジオメトリ処理ライブラリ『pmp-library (...
海外ドラマのChromaKey
Math.NET Numerics:Unityで使える数値計...
Physics Forests:機械学習で流体シミュレーショ...
OpenCVで動画の手ぶれ補正
Geogram:C++の3D幾何アルゴリズムライブラリ
機械学習手法『Random Forest』
Digital Emily Project:人間の顔をそっく...
openMVG:複数視点画像から3次元形状を復元するライブラ...
uvでWindows11のPython環境を管理する
OpenGVのライブラリ構成
pythonもかじってみようかと
iPhone・iPod touchで動作する知育ロボット『R...
Quartus II
「ベンジャミン·バトン数奇な人生」でどうやってCGの顔を作っ...
AndroidもopenGLも初心者さ (でもJavaは知っ...
PyDataTokyo主催のDeep Learning勉強会
TeleSculptor:空撮動画からPhotogramme...
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...
Manim:Pythonで使える数学アニメーションライブラリ
Human Generator:Blenderの人体生成アド...
OpenCVでカメラ画像から自己位置認識 (Visual O...
WebGL開発に関する情報が充実してきている
Mitsuba 3:オープンソースの研究向けレンダラ
コメント