Uma única imagem parada esticada por três minutos se movia devagar demais para ser lida como movimento. As imagens agora são divididas para que cada uma tenha um movimento visível, e duas ou mais se juntam com uma fusão cruzada em vez de um corte seco. Uma fusão consome tempo dos dois lados, então cada imagem é alongada para que o vídeo dure exatamente o mesmo que a trilha.