これらを満たすには，SLSが，ビジュアル的な手順 (VPs) と，``仮定"を生成する必要がある． VPsはコンピュータービジョンのアルゴリズムで，エッジの検出，消失点の分析，モデルマッチングのようなものとする． このように，VPsはブラックボードシステム [16，18] におけるナリッジソースや，Ullmanのビジュアルルーティーン [30] の ようなものといえる． 仮説は，エッジや表面のような，中間レベルのデータとする．認識過程の各段階において，VPは一つ，または複数の仮定に 適用され，(1) 仮定の特徴を推定し，(2) 新しく，ハイレベルな仮定を生成する． (特徴を見つけ出す手順はFMPsと呼ぶ．また，変換手順はTPsと呼ぶ．)
表3.1はビジュアル的な手段を宣言するテンプレートを表している． このテンプレートは，SLSにトレーニングイメージを適用するためのVPについての情報を示しており， 例えば，予測されるコストのような情報は，全てSLSによって予測することができる． VPのテンプレートはどれだけの仮定が (実行時の) 引き数として要求されるのか， それぞれの引き数はどういったものか，また，特徴の前提条件，VPを起動するLisp S-expressionなど を示している． さらに，TPの宣言は，仮定を生成する型を含んでいる．また，FMPの宣言は，FMPに戻ってくると思われる特徴のそれぞれの値を 含んでいる．