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

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