オプティカルフロー推定モデルの学習プロセスの改良を提案。既存の学習データのサンプリング手法では、画像中から一定サイズのクロップをするため中心ほど多くサンプルされやすいが、動きの大きい領域は端に現れやすいことを明らかにした。これに対応するため、学習の際には可能な限り大きくクロップをすることで精度が向上することを示した。また正則化やaugmentationを段階的に弱めることによる精度向上も確認した。