Увы но вот так вот "дословно сформулировано", это пока так и не решенная окончательно задача. Один из подходов заключается например в том, что исследователь подает на вход сети вектор "(случайных) блужданий" по "границе геометрического объекта".
Как вариант можно подавать текстовое описание "плоских объектов" на каком то языке и обучать lstm сеть "переводить" это описание "в обоих направлениях". Состояние lstm слоя будет в принципе содержать всю информацию о фигурах "в виде вектора".
Наиболее просто обработать нейросетью "плоские геометрические фигуры" это сделать растровое представление этих фигур (с достаточным для целей задачи разрешением растра) и применить нейросеть с конволюционными слоями уже к таким преобразованным данным.