虛擬偶像 AI 實現
馬健健、張翔
- 出版商: 清華大學
- 出版日期: 2022-02-01
- 定價: $474
- 售價: 8.5 折 $403
- 貴賓價: 8.0 折 $379
- 語言: 簡體中文
- ISBN: 7302598606
- ISBN-13: 9787302598602
-
相關分類:
3D 列印、DeepLearning、TensorFlow
-
相關翻譯:
打造元宇宙中的另一個你:虛擬偶像AI實作 (繁中版)
立即出貨 (庫存 < 3)
買這商品的人也買了...
-
$990Animation:Master: A Complete Guide
-
$250Python 數據挖掘方法及應用
-
$580$493 -
$398集成學習入門與實戰:原理、算法與應用
-
$857複雜環境下語音信號處理的深度學習方法
-
$283自然語言處理實踐
-
$581Python 進階:實際應用開發實戰
-
$507時間序列預測 : 基於機器學習和 Python 實現 (Machine Learning for Time Series Forecasting with Python)
-
$509Python 工匠 案例、技巧與工程實踐
-
$454Koa 開發:入門、進階與實戰
-
$398從0到1 ES6快速上手
-
$305圖解量子電腦
-
$341數據分析與可視化 (基於AWS雲平臺)(微課版)
-
$534$507 -
$763統計計算與智能分析理論及其Python實踐
-
$720$562 -
$806軟件研發效能提升實踐
-
$600$468 -
$505PyTorch 神經網絡實戰:移動端圖像處理
-
$505移動終端人工智能技術與應用開發
-
$390$257 -
$500$395 -
$520$468 -
$690$538 -
$880$695
相關主題
商品描述
本書從虛擬偶像的發展歷程和製作流程入手,通過通俗的語言和多方位的視角,介紹了2D\3D建模工具和深度學習框架TensorFlow與Pytorch在虛擬偶像製作中的應用,原理與實踐並重,同時結合大量實際範例講解如何建模、AI表情動作遷移以及人機交互等製作虛擬偶像的完整流程。從擬真人的人物建模到表情動作的實時捕捉,再到傳輸到動作引擎中驅動人物動作,向讀者展現了人工智能技術的強大與魅力。 本書深入淺出,實操性和系統性強,適合有一定IT背景並對虛擬產業關註的廣大讀者使用。
目錄大綱
目 錄
第1章 虛擬偶像概述 1
1.1 什麽是虛擬偶像 1
1.2 虛擬偶像的發展歷程 3
1.3 虛擬偶像的現狀和行業應用 5
1.4 小結 5
第2章 Python基礎入門 7
2.1 搭建Python編程環境 7
2.1.1 Python軟件的安裝 8
2.1.2 編寫第一個Python程序 9
2.1.3 Python命名規範 10
2.1.4 Python關鍵字 11
2.2 Python數據類型 11
2.2.1 數字類型 12
2.2.2 運算符 16
2.2.3 字符串 18
2.2.4 容器 19
2.3 Python控制結構 21
2.3.1 選擇結構 22
2.3.2 循環結構 23
2.4 Python函數 25
2.4.1 函數定義 25
2.4.2 函數調用 26
2.4.3 匿名函數 27
2.5 Python模塊 27
2.5.1 導入模塊 28
2.5.2 模塊的搜索路徑 29
2.6 Python面向對象編程 30
2.6.1 Python類創建和實例 30
2.6.2 Python內置類屬性 32
2.6.3 類的繼承 33
2.7 小結 35
第3章 常用的機器學習框架介紹 36
3.1 TensorFlow基礎及應用 37
3.1.1 TensorFlow概述 37
3.1.2 TensorFlow的安裝 38
3.1.3 TensorFlow的使用 41
3.1.4 人臉檢測算法 42
3.2 PyTorch基礎及應用 55
3.2.1 PyTorch概述 55
3.2.2 PyTorch的安裝 56
3.2.3 PyTorch的使用 57
3.2.4 基於PyTorch的動作同步算法 67
3.3 小結 70
第4章 虛擬偶像模型創建工具 71
4.1 Live2D建模 71
4.1.1 Live2D安裝 72
4.1.2 Live2D人物建模 75
4.1.3 使用模板功能 87
4.1.4 Live2D Cubism Viewer簡介 90
4.2 三維建模 93
4.2.1 三維模型製作流程 94
4.2.2 三維製作軟件 94
4.2.3 Blender角色建模流程 95
4.3 小結 100
第5章 如何創造虛擬偶像 101
5.1 虛擬偶像運動和交互的實現方式 101
5.2 基於付費的商業化解決方案 102
5.2.1 建立人物3D模型 103
5.2.2 選擇3D動畫工具 104
5.2.3 全身動作捕捉系統(硬件) 105
5.2.4 採用iPhone X的面部識別方式 106
5.3 免費的人工智能方案 117
5.3.1 機器學習驅動3D模型——人體動作 117
5.3.2 機器學習驅動圖片——面部表情 140
5.4 小結 142
第6章 基於2D的虛擬偶像實現方案 143
6.1 動作捕捉技術 144
6.1.1 ARKit框架面部追蹤 146
6.1.2 人臉面部識別 153
6.2 Live2D模型接入 154
6.2.1 Live2D Cubism SDK 155
6.2.2 Live2D模型文件 157
6.2.3 CubismFramework 165
6.3 Cubism SDK+ARKit實現 170
6.3.1 Cubism SDK集成 171
6.3.2 ARKit人臉追蹤添加 173
6.3.3 Live2D模型添加 176
6.4 Live2D + FaceRig方案實現 194
6.4.1 FaceRig概述 194
6.4.2 FaceRig的基本功能 196
6.4.3 導入Live2D模型 198
6.5 小結 199
第7章 基於3D的虛擬偶像實現方案 200
7.1 3D虛擬偶像項目簡介 201
7.2 建立人物3D模型 201
7.3 虛擬偶像擬人化——預製表情和動作集 207
7.4 實現和用戶交互——構建語音對話機器人 209
7.5 口型對齊算法應用 211
7.6 模型部署 213
7.7 服務調用和測試 225
7.8 小結 226
參考文獻 227