资料 | 开源! ICCV 2021 最佳学生论文pixsfm

Hi大家好，我是realcat，今天给大家分享一项近期开源的优秀工作。

时隔近4个月，ICCV 2021 最佳学生论文Pixel Perfect SFM （pixsfm）终于开源了，这篇文章介绍了一种对SFM模型进行优化的新方式：借助deep features，引入了优化2D特征点的FKA，以及优化3D点和相机位姿的FBA。经过优化，3D点的精度提升10%~45%，精度相较于PatchFlow的方式提升了5%（且运行速度提升50倍），室内外SFM精度提升明显，这一切的提升仅相较于原始的COLMAP增加不多于20%的耗时。

更加详细的介绍参考笔者之前写的文章：COLMAP 优化建图组件 Pixel-Perfect SFM。

下图是一作Sarlin小哥发的推文状态。

• 代码：github.com/cvg/pixel-perfect-sfm
• 主页：psarlin.com/pixsfm

框架图

简介

作者将pixsfm封装成一个可供COLMAP/Hloc工具箱使用的Python模块，用户可方便地使用该模块进行如下任务：

• 通过Hloc重建并优化模型；
• 使用Hloc对query图重定位并优化；
• 在COLMAP数据库的基础上优化特征点位置、3D点以及相机位姿；

作者通过内存管理、并行化以及SIMD对其实现进行优化，使得pixsfm能够用在大场景模型优化。

各位感兴趣的同学赶快上手尝试一下吧。

-END-