学習可能なバンドパスフィルタで対処する方法を提案。モアレの周波数帯域は常に規則的なので、バンドパスフィルタを上手く学習することでハマる。 ネットワークはマルチスケール＆カスケード型で、まず学習可能なBFでモアレを除去してから、階調の補正をGlobal→Localの順で行う。

2つのモアレデータセットで既存手法からの大幅な性能向上を確認。

モアレの特性（周波数帯域の規則性）を把握した上で、適切な手法を選択いること。個人的には色モアレがここまで綺麗に除去できる時代になったのかと感動した。