なのだとしたら、という仮定自体が間違っているので、どうやっているんだ?も何もありません。
\u0026gt;53億枚の中から、数秒で必要な目、鼻、口、手、足を検索して
AIによる、特徴抽出を使わないのであれば、そもそもの話として、画像から、「目」や「口」等々のパーツを切り出して管理する事もできませんし、
もし仮に、人間が手作業で切り出したパーツのデータベースがあったとして、それを検索する事もできません。
合成以前の問題です。
ちなみに、たくさんある画像の中から継ぎ目なく画像をつなぐこと自体は可能です。
そういうルールの明確な処理はプログラミングしやすいですので。
全体のトーンを合わせる事もそれほど難しくはありません。
ただし、それで明確な絵を参考なしに描くことは困難です。