Jejich software tedy musel rozpoznat objekty vyfocené z různých úhlů a díky změněné perspektivě vypočítat jejich hloubku. Tím dostal modely, které následně otexturoval. Opět z využitím barevných a jasových informací z klíčových snímků.
" frameborder="0" allowfullscreen>
Vědci ukázali výsledek na videu a vypadá opravdu působivě. Problém je ovšem s hardwarovou náročností. Výpočet jednoho virtuální snímku s rozlišením 512 × 512 px trvá na vícejádrové pracovní stanici 12 minut. Jsou však přesvědčeni, že výpočet mohou dále optimalizovat i díky využití grafických procesorů.
Do budoucna to znamená, že by Google mohl lépe spojit panoramata ve Street View, případně ze snímků z ulic udělat detailní 3D mapy, že byste se jimi mohli procházet jako v GTA. Google už sice 3D mapy má, ale ty jsou tvořeny ze snímků z ptačí perspektivy a nejsou tak detailní, abyste jimi mohli zkoumat jednotlivé ulice.