1つのCNNの出力と正解ラベルとの差分をもう一つのCNNの特徴マップから予測するcomplementary correction networkを提案。これにより、単に2つのCNNを学習するよりも精度の高い予測ができる。

MNIST, SVHN, CIFAR-10, CIFAR-100の各データセットで評価し、既存手法と比較。いずれもSOTAの精度を達成。