-- 會員 / 註冊 --  
 帳號:
 密碼:
  | 註冊 | 忘記密碼
5/24 新書到! 5/18 新書到! 5/3 新書到! 4/26 新書到!
購書流程Q & A站務留言版客服信箱
3ds MaxMayaRhinoAfter EffectsSketchUpZBrushPainterUnity
PhotoShopAutoCadMasterCamSolidWorksCreoUGRevitNuke
C#CC++Java遊戲程式Linux嵌入式PLCFPGAMatlab
駭客資料庫搜索引擎影像處理FluentVR+ARANSYS深度學習
單晶片AVROpenGLArduinoRaspberry Pi電路設計CadenceProtel
HadoopPythonStm32CortexLabview手機程式AndroidiPhone
可查書名,作者,ISBN,3dwoo書號
詳細書籍分類

虛擬偶像AI實現

( 簡體 字)
作者:馬健健、張翔類別:1. -> 多媒體 -> 綜合
   2. -> 程式設計 -> 人工智慧
譯者:
出版社:清華大學出版社虛擬偶像AI實現 3dWoo書號: 55625
詢問書籍請說出此書號!

有庫存
NT售價: 395

出版日:2/1/2022
頁數:228
光碟數:0
站長推薦:
印刷:黑白印刷語系: ( 簡體 版 )
加入購物車 加到我的最愛
(請先登入會員)
ISBN:9787302598602
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證)
作者序:

譯者序:

前言:

早在20世紀90年代日本就出現了虛擬偶像并進行專輯發售,后來基于音樂軟件制作的3DCG的“初音未來”被稱為虛擬偶像的成功典范。近年來,隨著短視頻平臺和直播帶貨行業的興起,通過繪畫、3D建模等結合動作捕捉或人工智能的方式建立起來的虛擬偶像和網紅越來越多地出現在人們的視野,吸引著越來越多的人參與虛擬偶像網紅的追捧和制作。目前虛擬偶像實現方式上主要有兩大流派,基于動作捕捉的實現和基于人工智能的方式。由于傳統的基于動作捕捉的方式硬件成本昂貴,入門門檻較高,普通人難以企及,所以越來越多的人和團隊開始采用人工智能的實現方法。
遺憾的是,國內虛擬人物\偶像書籍的短缺限制了廣大普通讀者的創作,網絡上雖然能夠找到一些資料,但大多是一些碎片化的信息,對讀者的幫助十分有限。基于此,本書從基本的概念入手,原理結合實踐,對虛擬人物\偶像制作流程及其用到的建模工具和人工智能技術進行詳細介紹,包括3D建模的基本方式、基于TensorFlow和PyTorch的人工智能框架以及通過視頻和實時視頻流輸入生成表情遷移后的虛擬人物,結合語音識別、人機對話引擎和口型匹配算法等生成自己專屬的帶有互動屬性的虛擬人物和偶像,旨在達到降低學習門檻、人人都可以上手的效果。
本書主要包含三部分:第一部分是基礎理論部分,從行業現狀和發展趨勢的角度來介紹什么是虛擬偶像以及應用的行業,同時對目前業界主流的虛擬偶像實現方式進行概述,讓讀者對此有一個清晰全面的認識;第二部分是應用實踐,介紹基于Python的TensorFlow和PyTorch的機器學習框架的算法實現部分,從動作同步、表情遷移以及口型同步等方法介紹作為基礎的框架技術;第三部分是項目實踐,介紹2D和3D虛擬偶像的實現方式,完整展示從零到一的制作流程。
本書深入淺出,實操性和系統性強,適合有一定IT背景并對虛擬產業關注的廣大讀者使用。
限于編者水平所限,書中難免存在不當之處,敬請業界專家和廣大讀者批評指正。
最后特別感謝王金柱編輯給予的幫助和指導,以及好友的支持和鼓勵。

馬健健
2022年1月10日
內容簡介:

本書從虛擬偶像的發展歷程和制作流程入手,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在虛擬偶像制作中的應用,原理與實踐并重,同時結合大量實際范例講解如何建模、AI表情動作遷移以及人機交互等制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背景并對虛擬產業關注的廣大讀者使用。
目錄:

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
序: