Encoder-Decoder構造のCNNを学習させて形状を変形するモジュールと、最適化によりテクスチャのレンダリングを行うモジュールを組み合わせたスタイル変換を提案した。それぞれのモジュールで、異なるスタイル画像を適用することも可能。

PF-PASCAL及びCOCOのデータセットで学習を行い、従来手法との定性的な比較を実施。実行時間の比較も行い、ECCV 2020採択のDST(Deformable Style Transfer)よりは高速な結果。なお、Supplementary Materialでは25人の投票による評価も実施し、その範囲では提案手法が優位。

新しい変換結果の可能性を示したことで通ったと考えられる。MATLABとPyTorchを使う実装( https://github.com/xch-liu/learning-warp-st )が公開されている。