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
PythonでMayaのShapeノードプラグインを作る
Raspberry Pi 2を買いました
libigl：軽量なジオメトリ処理ライブラリ
まだ続くブログの不調
Google App Engineのデプロイ失敗
BlenderでPhotogrammetryできるアドオン
Python2とPython3
組み込み向けのWindows OS 『Windows Emb...
AMIMOTO（PVM版）で作成したインスタンスをAMIMO...
FreeMoCap Project：オープンソースのマーカー...
ポリゴンジオメトリ処理ライブラリ『pmp-library (...
OpenCVでiPhone6sのカメラをキャリブレーションす...
オープンソースのロボットアプリケーションフレームワーク『RO...
OpenMesh：オープンソースの３Dメッシュデータライブラ...
OpenCVでPhotoshopのプラグイン開発
OpenGVのライブラリ構成
AndroidもopenGLも初心者さ (でもJavaは知っ...
pythonもかじってみようかと
cvui：OpenCVのための軽量GUIライブラリ
科学技術計算向けスクリプト言語『Julia』
CGのためのディープラーニング
LLM Visualization：大規模言語モデルの可視化
Adobeの手振れ補正機能『ワープスタビライザー』の秘密
C++の抽象クラス
第1回 3D勉強会＠関東『SLAMチュートリアル大会』
ZBrushで作った3Dモデルを立体視で確認できるVRアプリ...
ブログをGoogle App EngineからAmazon ...
OpenVDB：3Dボリュームデータ処理ライブラリ
Quartus II
IronPythonを使ってUnity上でPythonのコー...
TorchStudio：PyTorchのための統合開発環境と...
3D復元技術の情報リンク集
書籍『仕事ではじめる機械学習』を読みました
UnrealCLR：Unreal Engineで.NET C...
YOLO (You Only Look Once)：ディープ...
3Dモデルを立体視で確認できるVRアプリを作っている
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...
スクレイピング
ブラウザ操作自動化ツール『Selenium』を試す
書籍『ゼロから作るDeep Learning』で自分なりに学...
Autodesk Mementoでゴジラを3次元復元する
コメント