トレーニングデータは，UMassのキャンパスの歩道の100ftの範囲に沿って集められた，21枚の画像の集合から選択する．
図3.9と3.10は一連の画像の最初と最後の画像を示している．
画像は正確なレベル ( 
) で，地面はコース中でアップダウンがあるが，地面から約4ftのところで，撮影されており，
カメラは画像と次の画像の間で小さく回転している．
カメラは4つの自由度を持つ．
地面の正しい位置と，マーカスエンジニアリングビルディングの位置付けは，型どおり，モデル点を画像の点にマッチングさせることと， KumarとHansonのアルゴリズム [23] をカメラに建物との位置の関係を決定するために適用することにより，決定される． 従って，トレーニングシグナルは，正確な位置というより，エラーだらけの位置の見積もりによって構成されている． しかし，KumarとHansonによる結果は，正しい一致と共に，それを示している．彼らのアルゴリズムは，認識目標の明確でないエラーと 比較するとき，特に正確な位置の見積もりを作りだす． 従って，見積もられた位置は，トレーニングシグナルとして利用しやすい．