正則化項を学習可能な部分空間制約に置き換えることで、モデルに一般化性を持たすことに成功している。部分空間制約は具体的には解が基底ベクトルの線形結合で表されるよという制約のこと。データ項さえ定式化できれば未知のタスクも同じように解ける。

セグメンテーション、ステレオマッチング、OpticalFlow等のタスクで実証実験をして、モデルサイズ、学習速度などで最高性能を達成。

原始的なエネルギー最小化の課題について、ドメインの知識（データ項の最小化）とCNNの表現力（コンテキストを意識した部分空間制約の予測学習）を上手く組み合わせて解いている。