従来手法はシーン全体のコンテキスト情報からのみ判断していたが、本手法では鏡のエッジを明示的に検出しながら、鏡の内側と外側の類似度を学習して検出を高精度化している。また約6000枚程の鏡のシーンからなるデータセットを生成。既存のデータセットと比較して多用性を持たせている。

独自データセットおよび既存データセットでF値とMAEで従来手法よりも性能向上を確認。Limitationは人間の認知を超えることは難しいこと。人間でも鏡とわからない状況は流石に難しい。

手法の新規性もあるが、データセットも独自に構築しているので総合的に評価されたと考えられる。手法自体は泥臭いが、鏡の検出という課題設定ではそうせざるをえない部分がある。