3D morphable modelをGANに組み込むことで、ポーズと人物を分離することができ、ポーズ・照明・表情を操作した画像が生成できるようになった。

よりリアルなテクスチャの3Dモデルを作成することができ、これを用いてデータセットを増強することで、顔認識タスク（CPLFWやCFP-FP）で精度向上が確認できた。特にFFHQのようなノイズの多いデータセットに対して有効で、FFHQを用いて増強したデータセットを用いたところ、CPLFWでSoTA性能を達成した。