Uma única imagem fixa esticada por três minutos movia-se demasiado devagar para se ler como movimento. As imagens são agora repartidas para que cada uma tenha um movimento visível, e duas ou mais juntam-se com um esbatimento cruzado em vez de um corte seco. Um esbatimento consome tempo dos dois lados, por isso cada imagem é alongada para que o vídeo dure exatamente o mesmo que a sua banda sonora.