U radu ćemo se osvrnuti na problematiku automatskog segmentiranja predmeta i pozadine krutih 3D objekata promatranih kroz seriju fotografija koje su kalibrirane kroz položaj kamere. Takva segmentacija se može koristiti da bi se dobio oblik reprezentacije potencijalnih neteksturiranih objekata kroz izračun vizualne ljuske. Zagovra se automatski pristup gdje je objekt koji će biti segmentiran identificiran kroz položaj kamere umjesto korisničkog unosa podataka kao što su određivanje graničnog prostora ili potezi kista. Ključni element ove metode je parna MRF (Markov Random Field) mreža koja kombinira (a) izgleda predmeta/pozadine, (b) epipolarno ograničenje i (c) slabu stereo korespondenciju u jedinstvenu funkciju segmentacije koja se vrlo efikasno može rješiti pomoću presijeka grafova (Graph-cuts). Segmentacija koja se tim putem dobiva dalje je poboljšana kroz dodavanje koherencije silueta i korištena za unapređivanje izgleda modela predmeta i pozadine koji se zatim unose u računicu presjeka grafova. Ta dva koraka su iterirana dok segmentacija ne konvergira. Ova metoda je u stanju automatski pružiti 3D površinu čak i kod neteksturiranih scena gdje MVS (Multi View Stereo) metode zakazuju. Taj način segmentacije omogućava korištenje bilokakvih fotoaparata u stvaranju 3D modela, što se pokazalo vrlo jednostavno i intuitivno. Obratit će se pozornost na moguće pogrešeke i tehnike kojima se ovakva segmentacija može koristiti.