第1章虛擬偶像概述 1
1.1什么是虛擬偶像 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
2.1.1Python軟件的安裝 8
2.1.2編寫第一個Python程序 9
2.1.3Python命名規范 10
2.1.4Python關鍵字 11
2.2Python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
2.3Python控制結構 21
2.3.1選擇結構 22
2.3.2循環結構 23
2.4Python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
2.5Python模塊 27
2.5.1導入模塊 28
2.5.2模塊的搜索路徑 29
2.6Python面向對象編程 30
2.6.1Python類創建和實例 30
2.6.2Python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
3.1TensorFlow基礎及應用 37
3.1.1TensorFlow概述 37
3.1.2TensorFlow的安裝 38
3.1.3TensorFlow的使用 41
3.1.4人臉檢測算法 42
3.2PyTorch基礎及應用 55
3.2.1PyTorch概述 55
3.2.2PyTorch的安裝 56
3.2.3PyTorch的使用 57
3.2.4基于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
4.1Live2D建模 71
4.1.1Live2D安裝 72
4.1.2Live2D人物建模 75
4.1.3使用模板功能 87
4.1.4Live2DCubismViewer簡介 90
4.2三維建模 93
4.2.1三維模型制作流程 94
4.2.2三維制作軟件 94
4.2.3Blender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基于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采用iPhoneX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章基于2D的虛擬偶像實現方案 143
6.1動作捕捉技術 144
6.1.1ARKit框架面部追蹤 146
6.1.2人臉面部識別 153
6.2Live2D模型接入 154
6.2.1Live2DCubismSDK 155
6.2.2Live2D模型文件 157
6.2.3CubismFramework 165
6.3CubismSDK+ARKit實現 170
6.3.1CubismSDK集成 171
6.3.2ARKit人臉追蹤添加 173
6.3.3Live2D模型添加 176
6.4Live2D+FaceRig方案實現 194
6.4.1FaceRig概述 194
6.4.2FaceRig的基本功能 196
6.4.3導入Live2D模型 198
6.5小結 199
第7章基于3D的虛擬偶像實現方案 200
7.13D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——預制表情和動作集 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