虛擬偶像AI實現

第1章 虛擬偶像概述 1
1.1 什麼是虛擬偶像 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程式設計環境 7
2.1.1 Python軟體的安裝 8
2.1.2 編寫第一個Python程式 9
2.1.3 Python命名規範 10
2.1.4 Python關鍵字 11
2.2 Python資料類型 11
2.2.1 數位類型 12
2.2.2 運算子 16
2.2.3 字串 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 迴圈結構 23
2.4 Python函數 25
2.4.1 函式定義 25
2.4.2 函式呼叫 26
2.4.3 匿名函數 27
2.5 Python模組 27
2.5.1 導入模組 28
2.5.2 模組的搜索路徑 29
2.6 Python物件導向程式設計 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 人臉檢測演算法 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的動作同步演算法 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 使用範本功能 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 三維製作軟體 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（硬體） 105
5.2.4 採用iPhone X的面部識別方式 106
5.3 免費的人工智慧方案 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模型檔 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 實現和使用者交互——構建語音對話機器人 209
7.5 口型對齊演算法應用 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