- Visual OdometryでInformation-basedな手法である点。 - 光勾配グリッドを用いて疎なOdometry推定手法を実現。グリッドにて低勾配で広い領域にまたがっている点も保持するようにしておき、カメラ姿勢のエントロピーを最大化するように点を選択するアルゴリズムを提案。

- Keyframeあたり24点の点選択をする最小構成の場合、トラッキング計算時間、バンドル調整時間ともに約1/10に削減されている。（Intel Core i7-7500U CPU(2.70GHz), RAM 8GBの構成で実験） - この最小構成の設定で、DVO-SLAM, Canny-VO, ORB-SLAM2と精度比較を行い、半数以上の項目でSOTAを達成。

- 計算量の多いDenseなOdometry推定手法ではなく、光勾配を用いた疎な推定手法で高精度を維持しつつ計算量の削減に成功している点。