تهدف مُحاكاة الصور الفوتوغرافية للرسوم التوضيحية للوجه إلى إنشاء رسم توضيحي/صورة فوتوغرافية للوجه بناءً على صورة/رسم توضيحي معطى. وتُعد هذه التقنية ذات تطبيقات واسعة تشمل الترفيه الرقمي والإنفاذ القانوني. لا يزال التمثيل الدقيق للصور الفوتوغرافية أو الرسوم التوضيحية للوجه تحديًا كبيرًا بسبب القيود المتعلقة بالواقعية البنائية والاتساق النسيجي. وعلى الرغم من أن الطرق الحالية تحقق نتائج مُقنعة، إلا أنها تُنتج غالبًا تأثيرات ضبابية وتشوهات كبيرة في مختلف مكونات الوجه، مما يُنتج شعورًا غير واقعي بالصور المُولَّدة. وللتغلب على هذا التحدي، نقترح في هذه الدراسة استخدام معلومات التركيب الوجهي لمساعدة عملية محاكاة الرسوم التوضيحية/الصور الفوتوغرافية للوجه. وتحديدًا، نُقدِّم شبكة توليدية متعارضة مدعومة بالتركيب (CA-GAN) جديدة لمحاكاة الصور الفوتوغرافية والرسوم التوضيحية للوجه. في CA-GAN، نستخدم مدخلات متزامنة تتضمن صورة فوتوغرافية/رسمًا توضيحيًا للوجه والملصقات البكسلية المقابلة للوجه لتكوين رسم توضيحي/صورة فوتوغرافية. علاوةً على ذلك، لتركيز التدريب على المكونات الصعبة التوليد والهياكل الوجهية الدقيقة، نُقدِّم خسارة إعادة بناء مبنية على التركيب. وأخيرًا، نستخدم شبكات CA-GAN المتداخلة (SCA-GAN) لتصحيح العيوب وتعزيز التفاصيل المُقنعة. تُظهر النتائج التجريبية أن طريقتنا قادرة على إنتاج رسم توضيحي/صورة فوتوغرافية للوجه ذات مظهر بصري مريح وتحافظ على الهوية على نطاق واسع من البيانات الصعبة. وتحقيق طريقتنا جودة متقدمة على مستوى الحالة الحالية، حيث قلّصت المسافة فريتشيت إينسيبشن (FID) الأفضل حتى الآن بنسبة كبيرة. علاوةً على ذلك، نُظهر أن الطريقة المقترحة تمتلك قدرة تعميم ملحوظة. وقد قمنا بنشر الكود والنتائج بشكل علني على الرابط التالي: https://fei-hdu.github.io/ca-gan/.