3次元動画(depthやLIDARを使って計測した動画)をCNNで処理するにあたって、3次元のままスパースな畳み込みを行い、時間軸と合わせた4次元のCNNとRGBの要素も織り交ぜた7次元のCNNを提案。 上記の手法を提案することで3次元動画をそのまま処理することが可能かつ、スパースな畳み込みによりべき乗で増える計算量を削減し、既存の2次元の畳み込みのネットワークよりも高いスコアを達成。