本书从虚拟偶像的发展历程和制作流程入手，通过通俗的语言和多方位的视角，介绍了2D\\3D建模工具和深度学习框架TensorFlow与Pytorch在虚拟偶像制作中的应用，原理与实践并重，同时结合大量实际范例讲解如何建模、AI表情动作迁移以及人机交互等制作虚拟偶像的完整流程。从拟真人的人物建模到表情动作的实时捕捉，再到传输到动作引擎中驱动人物动作，向读者展现了人工智能技术的强大与魅力。
本书深入浅出，实操性和系统性强，适合有一定IT背景并对虚拟产业关注的广大读者使用。

马健健，上海交通大学软件工程硕士，先后供职于平安、惠普、美国强生等国内外公司，担任软件架构和数据分析技术经理，拥有14年软件开发架构和技术管理经验；目前就职于上海某知名汽车公司担任数据平台技术经理，从事大数据处理、挖掘等研究和实施工作。

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

本书从基本的概念入手，原理结合实践，对虚拟人物\\偶像制作流程及其用到的建模工具和人工智能技术进行详细介绍，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过视频和实时视频流输入生成表情迁移后的虚拟人物，结合语音识别、人机对话引擎和口型匹配算法等生成自己专属的带有互动属性的虚拟人物和偶像，旨在达到降低学习门槛、人人都可以上手的效果。