従来の方法と異なり、雨の除去と詳細の復元の２つをそれぞれ別のモジュールに分けるDRD-Netを提案した。雨の除去はsqueeze-and-excitation (SE)、詳細の復元は異なるスケールのdilated convで構成されるstructure detail context aggregation block (SDCAB)で行う（両手法１つ１つは先行研究で提案されたもの）

SyntheticなデータであるRain200L、Rain200H、Rain800データセットで評価した。評価指標はPSNRとSSIMを用いた。両指標で提案手法がほぼ最高の性能となった。realな雨画像に対してgoogle画像認識apiに通した実験では、提案手法が最もgoogle apiの雨ラベルに対するconfidenceが低い結果となり有効性を確認した。

実験が網羅的でしっかりしているのが評価されたと思われる。結果も良い。