ガイダンス画像を元に、インプット画像のアップサンプリングやデノイジングを行うJoint Filteringのタスクにおいて、インプット画像とガイダンス画像の共通の構造を抽出し、それを元にフィルタリングを行いターゲット画像を生成する手法を提案。