2D-3D correspondenceを明示的に与えなくても大域的最適化が可能となるような最適化問題を提示した。画像をvon Mises-Fisher Mixture model，3Dモデル上のpoint-setをquasi-Projected Normal Mixture Modelに写像し, L2 distanceを最小化している。非凸最適化であるため，分枝限定法で高速化している。

The Stanford 2D-3D-Semantics datasetを用いた実験で，translation error，rotation error，runtimeをいずれも既存のベースライン手法よりも改善させることに成功した。