衛星画像の時空間処理において、従来の再帰的畳み込みネットを置き換える枠組みを提案した。２ステップに分かれており、前段はPointNetを参考に画像からランダムに取り出したピクセルをMLP（Multi-Layer Perceptron）により処理、後段では自己注意機構を用いて時間的な処理を実行。詳細な構造は画像参照。

穀物の状況を推定する問題設定において、従来型（e.g. CNN+GRU, ConvLSTM）よりも良好な精度@OA, mIoUを実現。学習時間の面では従来法に劣る面もあるが、推論時間やディスクサイズの面では良好。精度においては例えばCNN+GRUと比較すると94.2 vs. 93.8@OA, 50.9 vs. 48.1@mIoU。

ある種オーソドックスなCVPRの通し方。方法論（今回はピクセルのランダムサンプル+MLP, 自己注意機構を用いた時間処理）を確立し、従来法よりも良好な精度を達成。比較的ニッチな領域を狙った点も多少は効いている。