更新时间：2023-09-26 18:52:12
封面
版权信息
内容简介
作者简介
前言
第1章 虚拟偶像概述
1.1 什么是虚拟偶像
1.2 虚拟偶像的发展历程
1.3 虚拟偶像的现状和行业应用
1.4 小结
第2章 Python基础入门
2.1 搭建Python编程环境
2.1.1 Python软件的安装
2.1.2 编写第一个Python程序
2.1.3 Python命名规范
2.1.4 Python关键字
2.2 Python数据类型
2.2.1 数字类型
2.2.2 运算符
2.2.3 字符串
2.2.4 容器
2.3 Python控制结构
2.3.1 选择结构
2.3.2 循环结构
2.4 Python函数
2.4.1 函数定义
2.4.2 函数调用
2.4.3 匿名函数
2.5 Python模块
2.5.1 导入模块
2.5.2 模块的搜索路径
2.6 Python面向对象编程
2.6.1 Python类创建和实例
2.6.2 Python内置类属性
2.6.3 类的继承
2.7 小结
第3章 常用的机器学习框架介绍
3.1 TensorFlow基础及应用
3.1.1 TensorFlow概述
3.1.2 TensorFlow的安装
3.1.3 TensorFlow的使用
3.1.4 人脸检测算法
3.2 PyTorch基础及应用
3.2.1 PyTorch概述
3.2.2 PyTorch的安装
3.2.3 PyTorch的使用
3.2.4 基于PyTorch的动作同步算法
3.3 小结
第4章 虚拟偶像模型创建工具
4.1 Live2D建模
4.1.1 Live2D安装
4.1.2 Live2D人物建模
4.1.3 使用模板功能
4.1.4 Live2D Cubism Viewer简介
4.2 三维建模
4.2.1 三维模型制作流程
4.2.2 三维制作软件
4.2.3 Blender角色建模流程
4.3 小结
第5章 如何创造虚拟偶像
5.1 虚拟偶像运动和交互的实现方式
5.2 基于付费的商业化解决方案
5.2.1 建立人物3D模型
5.2.2 选择3D动画工具
5.2.3 全身动作捕捉系统（硬件）
5.2.4 采用iPhone X的面部识别方式
5.3 免费的人工智能方案
5.3.1 机器学习驱动3D模型——人体动作
5.3.2 机器学习驱动图片——面部表情
5.4 小结
第6章 基于2D的虚拟偶像实现方案
6.1 动作捕捉技术
6.1.1 ARKit框架面部追踪
6.1.2 人脸面部识别
6.2 Live2D模型接入
6.2.1 Live2D Cubism SDK
6.2.2 Live2D模型文件
6.2.3 CubismFramework
6.3 Cubism SDK+ARKit实现
6.3.1 Cubism SDK集成
6.3.2 ARKit人脸追踪添加
6.3.3 Live2D模型添加
6.4 Live2D + FaceRig方案实现
6.4.1 FaceRig概述
6.4.2 FaceRig的基本功能
6.4.3 导入Live2D模型
6.5 小结
第7章 基于3D的虚拟偶像实现方案
7.1 3D虚拟偶像项目简介
7.2 建立人物3D模型
7.3 虚拟偶像拟人化——预制表情和动作集
7.4 实现和用户交互——构建语音对话机器人
7.5 口型对齐算法应用
7.6 模型部署
7.7 服务调用和测试
7.8 小结
参考文献
