该文综述了多项基于GAN的3D感知人像生成研究：LiftedGAN无需3DMM标注即可分解StyleGAN2潜空间，生成3D形状与纹理；SofGAN将肖像潜空间分离为几何与纹理空间，实现独立可控生成；SideGAN解决侧视角生成问题；PV3D合成多视角一致的肖像视频；3D-FM GAN实现高质量、保身份的可控脸部编辑；另有方法用于人体与室内场景的3D感知图像合成，性能优于现有基准。