لقد شهدنا تقدمًا سريعًا في مجال التركيب الصوري ثلاثي الأبعاد، مستفيدين من التطورات الحديثة في نماذج التوليد البصري والتصوير العصبي. ومع ذلك، تعاني النهج الحالية من قصورين رئيسيين: أولاً، قد تكون هذه النماذج خالية من التمثيل الثلاثي الأبعاد الأساسي أو تعتمد على تصوير غير متسق مع الزاوية، مما يؤدي إلى تركيب صور لا تتوافق مع الزوايا المتعددة؛ ثانيًا، غالبًا ما تعتمد على هياكل شبكات تمثيلية ليست كافية في التعبير، ونتيجة لذلك تكون جودة الصور التي تنتجها ضعيفة. نقترح نموذجًا توليديًا جديدًا يُسمى Periodic Implicit Generative Adversarial Networks ($\pi$π-GAN أو بي-غان)، لتركيب صور عالية الجودة وواعية بالبعد الثالث. يستفيد $\pi$π-GAN من التمثيلات العصبية ذات الدوال المفعّلة الدورية والتصوير الحجمي لتمثيل المشاهد كتمثيلات ثلاثية الأبعاد متسقة مع الزاوية وتتميز بالتفاصيل الدقيقة. يحصل النهج المقترح على أفضل النتائج الحالية في مجال التركيب الصوري ثلاثي الأبعاد باستخدام عدة مجموعات بيانات حقيقية ومصنعة.