O projecto usa fotografias disponíveis na Internet para as agrupar por forma a obter um resultado final em vídeo, coerente em termos de iluminação, por exemplo. As imagens usadas são representações fotográficas de monumentos conhecidos.

O projecto é semelhante ao PhotoSynth, da Microsoft, apresentado em 2007 pelo seu co-criador Blaise Agüera y Arcas numa TED Talk, com o título “How PhotoSynth can connect the world’s images“.

Arcas foi investigador da Microsoft antes de passar para a Google mas o seu nome não aparece como co-autor do NeRF.