hloc:SuperGlueで精度を向上させたSfM・Visual Localization

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:

  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…

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