虛擬偶像AI實現(xiàn)

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(fā)展歷程 3
1.3 虛擬偶像的現(xiàn)狀和行業(yè)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(huán)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(guī)范 10
2.1.4 Python關鍵字 11
2.2 Python數(shù)據(jù)類型 11
2.2.1 數(shù)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(huán)結構 23
2.4 Python函數(shù) 25
2.4.1 函數(shù)定義 25
2.4.2 函數(shù)調用 26
2.4.3 匿名函數(shù) 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(chuàng)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(chuàng)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 三維模型制作流程 94
4.2.2 三維制作軟件 94
4.2.3 Blender角色建模流程 95
4.3 小結 100
第5章 如何創(chuàng)造虛擬偶像 101
5.1 虛擬偶像運動和交互的實現(xiàn)方式 101
5.2 基于付費的商業(yè)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(tǒng)（硬件） 105
5.2.4 采用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 基于2D的虛擬偶像實現(xiàn)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(xiàn) 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(xiàn) 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 基于3D的虛擬偶像實現(xiàn)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——預制表情和動作集 207
7.4 實現(xiàn)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