本研究は、カジュアルな単眼動画から正確かつ高速にカメラパラメータと深度マップを推定するシステム「MegaSaM」を提案しています。従来のStructure from Motion（SfM）やSimultaneous Localization and Mapping（SLAM）手法は、静的なシーンと大きな視差を前提としていましたが、本システムは動的なシーンやカメラの視差が小さい状況でもロバストな推定を可能にします。そのために、ディープビジュアルSLAMフレームワークを改良し、オブジェクトの動きの確率マップや単眼深度からの事前情報を統合することで、カメラのトラッキング精度と深度推定の品質を向上させています。様々なデータセットでの実験により、MegaSaMが既存の手法と比較して大幅に優れた性能を示し、リアルタイムに近い実行速度を達成していることが実証されています。