本文提出了一种可扩展的SfM问题求解方法，通过相机聚类算法将大型问题划分为具有重叠的相机簇的子问题，并将局部增量SfM的相对位置应用到全局运动平均框架中以产生准确且一致的全局相机位姿。该方法在重建城市级数据集的相机位姿方面表现出卓越的准确性和鲁棒性。