平均プーリングと1×1畳み込みを使用して入力から複数の重みを動的に計算し、重みを選択するマスクを学習可能とするためForwardとBackwardで異なる計算としたDRConvを提案した。

画像分類、顔認識、物体検出及びインスタンスセグメンテーションのタスクで評価を行い、DRConvを組み込むと精度が向上する結果。画像分類及び顔認識では従来手法との比較も行い、加算及び乗算の回数を抑えても従来手法と同等または優位な結果。

畳み込み層の重み自体を入力から計算する仕組みが独特で、複数のタスクで性能向上を示したため通ったと考えられる。