私たちは、生成モデルとニューラルレンダリングの最近の進歩を活用した3D認識画像合成の急速な進展を目撃してきました。しかし、既存のアプローチは2つの点で不足しています：第一に、それらは基本的な3D表現が欠けているか、視点の一貫性がないレンダリングに依存しているため、マルチビューで一貫性のある画像を合成できない；第二に、表現ネットワークのアーキテクチャが十分に表現力がないことが多く、その結果として画像品質が不足します。私たちは高品質な3D認識画像合成のために、周期的活性化関数と体積レンダリングを用いた新しい生成モデルである周期的暗黙的生成対抗ネットワーク（$\pi$π-GAN または pi-GAN）を提案します。$\pi$π-GANは、細部まで精緻な視点一貫性のある3D表現を持つシーンを表現するためにこれらの技術を利用します。提案された手法は、複数の実際および合成データセットを使用した3D認識画像合成において最先端の結果を得ています。