本研究論文は、深層学習の画像認識における、冗長な学習データを削除し効率的な学習を可能にするデータ刈り込み手法に焦点を当てる。
人間のオブジェクト認知における視点依存性（オブジェクトを観察する視点によって、認識の容易さが変わること）を参考にして、3Dオブジェクトの2D投影面積、およびオブジェクトの持つパーツ数を用いた、データ刈り込み手法における新しいメトリックを提案する。
これら2つのメトリックは、ランダムなデータ刈り込みと比較して、画像分類タスクにおいて高い精度を達成した。
よって、人間のオブジェクト認知特性を活用したメトリックが、データ刈り込みにおいて有効であることを示唆している。