疎なキーポイントアノテーションを用いてエンド・ツー・エンドで学習可能な畳み込みニューラルネットワークアーキテクチャ（ANC-Net）と呼ばれるアダプティブ・ニューラルネットワークを提案。 ANC-Netの中核となるのは、非等方性4次元畳み込みカーネルであり、このカーネルはロバストマッチングのための適応的近隣コンセンサスモジュールの構成要素となる。

本研究では、本手法の有効性を様々なベンチマークで徹底的に評価し、最先端の手法を大幅に凌駕する結果を得た。