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 🔥
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。
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
UnityでOpenCVを使うには？
オープンソースの物理ベースレンダラ『Mitsuba』をMay...
3Dグラフィックスの入門書
Mask R-CNN：ディープラーニングによる一般物体検出・...
Unreal Engineの薄い本
Kaolin：3Dディープラーニング用のPyTorchライブ...
オープンソースの顔認識フレームワーク『OpenBR』
Raspberry Pi 2を買いました
Amazon Web ServicesでWordPress
Polyscope：3Dデータ操作用GUIライブラリ
UnityでTweenアニメーションを実装できる3種類の無料...
ブログが1日ダウンしてました
NeuralNetwork.NET：.NETで使えるTens...
SVM (Support Vector Machine)
HD画質の無駄遣い
UnityのGameObjectの向きをScriptで制御す...
AndroidもopenGLも初心者さ (でもJavaは知っ...
iOSで使えるJetpac社の物体認識SDK『DeepBel...
Python for Unity：UnityEditorでP...
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...
Kinect for Windows V2のプレオーダー開始
WordPressの表示を高速化する
Boost オープンソースライブラリ
libigl：軽量なジオメトリ処理ライブラリ
Physics Forests：機械学習で流体シミュレーショ...
Blender 2.8がついに正式リリース！
MVStudio：オープンソースのPhotogrammetr...
映画『ジュラシック・ワールド／新たなる支配者』を観た
Raspberry PiでIoTごっこ
ベイズ推定とグラフィカルモデル
書籍『ROSプログラミング』
手を動かしながら学ぶデータマイニング
TorchStudio：PyTorchのための統合開発環境と...
SSII 2014 デモンストレーションセッションのダイジェ...
オープンソースの取引プラットフォーム
続・ディープラーニングの資料
openMVGをWindows10 Visual Studi...
UnityでShaderの入力パラメータとして行列を渡す
OpenCV 3.1のsfmモジュールのビルド再び
UnityのTransformクラスについて調べてみた
統計的な顔モデル
MB-Lab：Blenderの人体モデリングアドオン
コメント