這個算法使用的是兩張的深度圖，將他們轉換成 3D 點雲，然後估計兩個點雲之間的 3D 轉換（一個旋轉矩陣和位移向量），這樣就可以得到兩個相機的位移和旋轉。

類似於 RGB 圖片的相機姿態估計，首先要能夠知道兩個點雲之間的匹配關係，並且用這個關係作為約束來估計相機的位移和旋轉。

如算法名稱所示，要得到這個匹配關係，直接在另一個點雲中找到最近點 (Nearest neighbor) ，簡單、暴力。

如果已知匹配，就可以透過解出最小平方誤差的方式來得到相機的位移和旋轉。假設有兩個點雲 和 （將所有的 3D 點合併成一個 的矩陣， 點雲是裡面的某一個點），並且兩個點雲按最近點匹的順序一一對應，我們要估計的是一個旋轉矩陣 和一個平移向量 ，使得 能夠和 最接近，也就是說我們要最小化下面的誤差函數：

同時估計未知的 較為困難，因此我們可以讓問題簡單一些，也就是先估計 ，再估計 。

要省略位移的方法就是把將兩個點雲移的質心移到原點，只估計一個旋轉來最小化點雲之間的誤差。 和 的質心分別是：

然後我們可以得到 和 的零均值點雲：

接著要使用 SVD 分解來估計 ，這裡省略推導，直接給出結果：

最後，我們可以估計 ，可以直接使用經過旋轉質心的差：

這樣就可以得到在這個點與點之間匹配下的相機位移和旋轉，不過這個匹配只是用最近點估計出來的，肯定不是完美的，因此我們可以重複這個過程多次，直到收斂，隨著兩個點雲的旋轉和位移越來越正確，那麼兩個點雲之間的匹配也會越來越好。