7月17日消息，英国巴斯大学和南开大学的研究者在论文《Geometric Style Transfer》中引入一种支持几何样式迁移的神经架构。不同于该领域最近的研究主题，该研究不受语义内容的限制，因而在通用性方面独树一帜。具体而言，这种新架构在负责迁移纹理风格的网络之前运行，所以可以将纹理迁移至扭曲图像，研究者可以借此扩展神经风格迁移（neural style transfer, NST）输入范式。用户可以如常地输入内容/风格对，也可以选择输入内容/纹理风格/几何风格三元组。这三种图像输入范式可以将分割分为两部分，并因而保证输入表现出更大的通用性。