同問題を解決するためにPrimitive Matching Network（PMN）を提案する。自己教師あり学習の枠組みで解釈可能な概念としてスケッチを捉える。具体的には、添付図に示すように人物のスケッチからシンプルな形状（primitives）として分解して、概念を表現する最低限の組み合わせを捉える。

いかにPrimitiveの組み合わせによりデフォルメされた物体を認識できるか、という問題設定で物体の10%を用いた場合で50~60%, 20%を用いた場合で70~80%の認識率を実現した。

いかに抽象化された概念を、シンプルな図形の組み合わせで解釈できるか、というチャレンジに取り組み、問題設定できたことが採択された要因である。解釈性の拡張にも繋がると考える。