本稿では，ビジョンのコンポーネントをいかにして統合するのかを，実用的な見解を用いて示す． その見解とは，Schema Learning System (SLS) と呼ばれるもので， トレーニングイメージにおける，特定の物体の認識と，画像理解 (IU) のライブラリーを示している． ユーザー (または，教示者) はトレーニングイメージにおいて，物体の位置を示し，SLSがその物体にあったIUライブラリーを探索する．
SLSの根底にある主要な部分は，ビジュアルのアルゴリズムや技術を結びつけ，目的に向けるものだが，これ自体は以前から研究されてきた． 従来の手法に比べ，提案手法では，自動的に目標に向かったシステムの構築を行う．