・Inpaintingに際して背景の高周波成分も利用するContextual Residual Attentionの提案 ・Light Weight Gated Convolution、Attention Score Sharingの導入によるパラメータ削減案の提案

1024x1024以上の画像サイズではMS-SSIM、FID、ISで既存手法を超えている。また、NVIDIA1080Tiを用いた実験で2048x2048の画像サイズに対して推論時間37msで他手法より5倍以上速い。また、他の手法ではメモリ不足となっていた4096x4096の画像に対しても推論可能だった。

大きな画像に対しても1080Ti程度のGPUで学習・推論可能な手法を提案しており、推論も速いこと（学習には2枚使ってはいるが）。