تمثيلات دقيقة للوجوه ثلاثية الأبعاد مفيدة لتطبيقات متعددة في رؤية الحاسوب والرسومات الحاسوبية. ومع ذلك، تظل عملية التقاط ملامح الهوية والتعبير بدقة تحديًا كبيرًا في الدراسات الحالية، نظرًا لتشتيت البيانات وخطية النماذج. تقدم هذه الورقة نموذجًا وجوه ثلاثي الأبعاد قابلًا للتشكيل (3D Morphable Face Model) جديدًا يُسمى ImFace، يهدف إلى تعلم فضاء غير خطي مستمر باستخدام تمثيلات عصبية ضمنية. يُنشئ النموذج حقلين للتشوه صريحين منفصلين لتمثيل الأشكال المعقدة المرتبطة بالهوية والتعبير على حدة، كما يصمم استراتيجية تعلم مُحسَّنة لتوسيع تمثيلات التعبيرات، مما يسمح بتغيرات أكثر تنوعًا. علاوةً على ذلك، نُدخل حقلًا عصبيًا مُدمجًا (Neural Blend-Field) لتعلم التفاصيل المعقدة من خلال دمج تلقائي لسلسلة من الحقول المحلية. وبالإضافة إلى ImFace، تم اقتراح نموذج معالجة مسبق فعّال لمعالجة مشكلة متطلبات الإدخال المُغلق (watertight) في التمثيلات الضمنية، مما يمكّن هذه النماذج من العمل مع الأسطح الوجهية الشائعة لأول مرة. أُجريت تجارب واسعة لتأكيد التفوق الذي يميز ImFace.