当前的3D GAN反演方法通常只用一个正面图像重建3D头部模型，忽略多视角信息。本研究改进了这一技术，允许同时反演多个视角，处理动态视频中的不一致性，合成一致的3D表示。结果显示，在几何精度和图像质量上有显著提升，尤其在宽视角下，并展示了3D渲染的可编辑性。

Holo-Relighting是一种体积照明方法，可以从单张图像中合成新视角和新光照。它利用预训练的3D GAN重建几何和外观，并通过体积渲染将其渲染到任意观点。Holo-Relighting通过图像渲染和质量提升技术实现更好的光照效果、3D一致性和可控性。

本文提出了一种适应性框架，用于在艺术数据上训练3D-GAN，保持多视角的一致性和良好的纹理质量。通过优化方法对摄像机参数进行分布对齐，提出了纹理常规化技术，同时避免退化几何解，并展示了一种变形技术，使艺术领域的几何形态更加夸张，可以个性化的进行几何编辑，最终实现了在艺术数据集上生成、编辑和动画化个性化的3D角色。