对于无序的 Internet 图像，由于缺乏关于图像重叠的先验知识，SfM 非常慢。

对于序列图像，知道相邻帧之间的大重叠，SfM 可以采用多种加速策略，这些策略仅适用于序列数据。

为了进一步提高重建效率并打破这两种数据之间的策略差距，本文提出了一种基于协同可见性的高效增量SfM。与以前的方法不同，我们利用共视性和注册依赖性来描述适用于任何类型数据的图像连接。

基于这种通用图像连接，我们提出了一个统一的框架来有效地重建序列图像、无序图像以及这两者的混合图像。对无序图像和混合数据的实验验证了所提出方法的有效性，该方法在特征匹配方面比现有技术快三倍，在不牺牲准确性的情况下重建速度快一个数量级。