VGGT-SLAM 실습

Study

VGGT-SLAM 실습

Date2026.05.09

FormatOpen-source Practice

DatasetOffice · Custom

TopicDense Visual SLAM

실습 개요

VGGT-SLAM의 기본 office sequence와 직접 촬영한 room·library sequence를 처리해 dense map 생성 과정을 확인했다. Office sequence에서는 open-set semantic search도 함께 실행해 text query가 image retrieval, segmentation, 3D OBB로 이어지는 결과를 살펴봤다.

Office sequence

제공된 office loop를 입력했을 때 corridor 구조와 camera가 통과한 내부 시점이 하나의 dense map으로 연결됐다. 바닥과 벽면은 비교적 연속적으로 남았지만, 관측이 적은 경계에는 비어 있는 영역과 노이즈가 함께 나타났다.

External view. Office loop 전체 구조를 바깥에서 확인한 결과.

Internal view. Corridor를 따라 배치된 camera와 내부 point cloud.

Custom sequence

Room

작은 room sequence에서도 frame이 submap에 추가되고 dense map이 확장되는 과정을 확인했다. 처리 속도는 실시간보다 느렸지만, 촬영 경로를 따라 실내 구조가 연속적으로 누적됐다.

Room sequence. 직접 촬영한 실내 image sequence의 submap과 dense map 갱신 결과.

Library

더 긴 library sequence에서는 처리 중 메모리 한계에 도달해 전체 sequence를 완료하지 못했다. 아래 영상과 map은 중단 시점까지 누적된 결과이며, sequence 길이가 늘어날수록 submap과 backend 최적화에 필요한 자원이 커지는 제약을 확인했다.

Library sequence. 중단 시점까지의 VGGT-SLAM 실행 결과. 영상은 4배속이다.

Intermediate map. Library sequence에서 생성된 중간 dense map.

Open-set semantic search

Office map에서 text query로 관련 frame을 찾고, 선택된 frame에서 SAM3 mask를 생성한 뒤 해당 point의 3D oriented bounding box를 계산했다. trashcan과 poster query 모두 대상 영역이 분리되어 image와 map에 표시됐다.

Trashcan query. 검색된 frame에서 휴지통 영역을 분리한 결과.

Poster query. 검색된 frame에서 poster 영역을 분리한 결과.

3D OBB. Segmentation mask에 해당하는 map point로 계산한 oriented bounding box.

확인한 결과

• Office loop에서 corridor 구조와 camera path가 연결된 dense map 생성
• 직접 촬영한 room sequence에서도 submap 단위의 map 확장 확인
• 긴 library sequence에서 증가하는 memory·backend 처리 부담 확인
• Text query에서 frame retrieval, segmentation, 3D OBB로 이어지는 semantic search 확인