ビデオデータにおける良い表現を学習するための自己教師付き学習手法を提案。元のビデオから一定割合で一旦フレームを間引いた（早送りした）ものを入力とし、それをエンコードしてどのぐらいの割合で間引いたかを識別するdiscriminatorと、エンコードされたものをデコードして間引いたフレーム（あるいは更に解像度を上げたもの）を復元するgeneratorから成り、これらを自己教師によって学習する。