再帰的な多重解像度アーキを提案し、任意の解像度で様々な数の入力を扱えるようにしたことが新規性（具体的には256×256の解像度で学習し、推論時には1024×1024の画像を容易に扱うことが可能）。

従来手法と比較し特に鏡面ハイライトとキャストシャドウの領域での表面法線とアルベドの推定精度が向上することを確認。画像は１枚～６枚必要で枚数が増加すると精度が上がる。

[Code] https://github.com/dlichy/ShapeAndMaterial