convLSTMを用いたメタ学習のフレームワークとオンライン実行中の特徴量分布の変化に対応するfeature alignmentのフレームワークを提案した。 オンライン学習の収束性の悪さとVOのドリフト問題を解決するためにconvLSTMはDepth推定とPose推定のエンコーダの各層に追加されている。

KITTIデータセットの評価では従来手法に比べて並進/回転の累積誤差が小さいことを示した。また、本手法はGTX 1080Tiで32fpsで動作する。