由于颅骨面貌数据较少，现有颅面复原方法获得面貌模型具有一定局限性，复原结果仅含有物理几何信息，缺纹理、睁眼状态等真实感信息，这些信息缺失均影响进一步颅骨身份识别。该文提出了一种基于对抗生成网络的PGAN来重现逼真面貌。针对Pix2Piximagetoimage translation网络复原面貌的真实感不足，文中基于Pix2Pix网络提出一种PGAN网络将复原面貌进行真实感处理，在Pix2Pix基础上添加面貌约束网络Pnet。使用VGG16visual geometry group提取面貌特征，使用SEBlocksequeze and excitation加强网络收敛，使用Face〖JP9〗++〖JP〗来挑选最相似样本。网络输入为复原面貌图像与真实人脸图像，Contrastive loss和Triplet loss结合作为损失函数，将复原面貌数据Frankfurt校正与归一化后，输入PGAN网络获取真实感复原面貌。