通常の画像と画像変換による低光量画像を、共通の重みのエンコーダに入力し、劣化させたパラメータを推定するデコーダと物体検出を行うデコーダとのコサイン類似度を最小化するMAETを提案した。CVPR 2019採択のAETをマルチタスクに拡張したフレームワークとなっている。

PASCAL VOCとCOCOのデータセット及び現実世界の画像のExDarkデータセットで、YOLOv3をベースとしてMAETを組み込んだ物体検出の評価を行い、従来手法を上回る結果。

物理現象を踏まえた変換と暗い環境でも特徴抽出を可能とするフレームワークで高い検出性能を示したため通ったと考えられる。MMDetectionベースの実装( https://github.com/cuiziteng/ICCV_MAET )が公開されている。