ネットワークは透過光と反射光に分解するのだが、その予測された各要素をまた更に入力としてカスケード型で学習させていく。ただしネットワークが深くなり勾配消失してしまうので、中間にLSTM層を設けて勾配消失を回避していることが新規性。また、データ不足を回避するために様々な条件で撮影された密にラベル付けされたデータセットも独自に構築している。

既存データセットおよび独自データセットで定量・定性評価し、定量的にはPSNR/SSIMで既存手法を上回ることを確認。定性的にも取り残し、アーティファクトが少ないことを確認している。

カスケード型のネットワークの近年の成果や知見を物理的特性を考慮して組み入れて正攻法でSOTAを目指したという印象。データセットも独自に生成しており、方法論と総合的に評価されたと考えられる。