先前基於影象檢索的三維重建方式由於只關注尺度和外表相似的影象而往往會導致細節缺失問題，為解決該問題，本文結合了基於運動的重建(SfM, Structure-from-Motion)和多尺度場景下的影象檢索進行三維重建。文中對重建系統和檢索系統建立的連線，使得能夠根據當前的3D重建情況控制檢索特性。

整體框架

如上圖所示，共分為以上幾個步驟：

1.影象查詢階段：利用查詢影象作為初始種子進行影象檢索，獲取臨近的影象。然後通過Multiple sacle-band crawl獲得不同尺度下的視覺資訊。最後利用與查詢影象相鄰的影象進行擴充套件查詢。

2.重建準備階段：提出了一個有效的匹配方法以避免影象的不匹配問題。

3.重建階段：採取了一系列方法來克服細節重建的難題。

4.檢驗重建模型的底細節部分，通過遞迴的方式從影象檢索環節獲取相關影象以完善細節。

Multiple scalebands

基於多層次影象挖掘方法【ACCV 2014_Efficient image detail mining】，從查詢影象中提取不同尺度大小的初始查詢影象，對這些初始查詢影象聚類到尺度空間，每一個尺度空間被用來生成新的擴充套件查詢。上圖展示了從原始尺度到中等尺度及細節影象的提取樣例。