在计算机视觉领域，三维人脸重建起着重要的作用，特别是在动画制作、虚拟人脸、人脸识别等领域正被广泛应用。基于单张图片的三维人脸重建，通过使用拟合的模型对图像进行采样，可以创建出面部的UV纹理图。然而通过相机采集到的是单视角的二维图像，存在人脸自遮挡的情况，这导致生成的UV纹理图的信息是不完整的。因此，提出一种针对三维人脸纹理补全问题的条件生成对抗网络，将Unet和部分卷积结合起来作为生成器，从而在纹理修复时可以保留更多的图像信息；判别器中引入SMPatchGAN提高图像判别的真实准确度。实验结果表明，相较于其他算法，所提出的算法取得了较为显著的改进效果，特别是在处于大视角下存在人脸自遮挡问题时，也能重建出精细的三维人脸模型。