该论文提出了一种即时的、逼真的风格迁移方法，无需预训练或额外约束。通过使用轻量级的StyleNet，实现了从风格图像到内容图像的风格迁移。实验结果表明，该方法需要更少的GPU内存使用，提供更快的多帧迁移速度，并生成逼真的输出。

该研究提出了一种基于1D时间卷积层的单次动作检测器（SSAD）网络，用于直接检测未修剪视频中的动作实例，以提高检测精度。在两个具有挑战性的数据集上进行了广泛的实验，证明了SSAD的mAP比其他最先进的系统增加了很多。