影像生成式AI: Python程式實戰
| 作者 | 張元翔 |
|---|---|
| 出版社 | 全華圖書股份有限公司 |
| 商品描述 | 影像生成式AI: Python程式實戰：生成式AI領域中，影像生成式AI尤其引人注目，不僅顛覆了過去認為「AI不具有創造力」的傳統觀念，更受到學術界與產業界的高度關注，持續投入 |
內容簡介
內容簡介 生成式AI領域中，影像生成式AI尤其引人注目，不僅顛覆了過去認為「AI不具有創造力」的傳統觀念，更受到學術界與產業界的高度關注，持續投入資源進行相關研究與開發。其應用範圍相當廣泛，涵蓋：教育、藝術與設計創作、廣告與行銷、娛樂與媒體、文化典藏、醫學與健康照護等。事實上，影像生成式AI的潛在應用遠不止於此，它正持續拓展至更多領域，並深刻影響著人類社會的發展方向。
產品目錄
產品目錄 目錄Chapter1 介紹1-1 引言1-2 生成式人工智慧1-3 影像式生成AI的發展歷程1-4 影像生成式AI的實際應用1-5 本章小結Chapter2 影像處理與深度學習基礎2-1 基本概念2-2 Python程式語言2-3 影像處理基礎2-4 OpenCV程式庫2-5 影像處理初體驗2-6 深度學習框架2-7 本章小結Chapter3 自編碼器與變分自編碼器3-1 基本概念3-2 自編碼器3-3 Python程式實戰:自編碼器3-4 變分自編碼器3-5 Python程式實戰:變分自編碼器3-6 本章小結Chapter4 從零開始的生成對抗網路4-1 基本概念4-2 生成對抗網路4-3 DCGAN4-4 Python程式實戰:DCGAN4-5 PGAN4-6 Python程式實戰:PGAN4-7 BigGAN4-8 Python程式實戰:BigGAN4-9 本章小結Chapter5 Pix2Pix與CycleGAN影像轉換5-1 基本概念5-2 Pix2Pix5-3 CycleGAN5-4 Python程式實戰:Pix2Pix與CycleGAN5-5 本章小結Chapter6 StyleGAN風格控制生成6-1 基本概念6-2 StyleGAN6-3 StyleGAN架構與技術原理6-4 Python程式實戰:StyleGAN6-5 本章小結Chapter7 StyleGAN延伸技術與應用7-1 基本概念7-2 Pixel2Style2Pixel（pSp）7-3 Python程式實戰: Pixel2Style2Pixel（pSp）7-4 Encoder for Ending（e4e）7-5 Python程式實戰: Encoder for Ending（e4e）7-6 Restyle7-7 Python程式實戰: Restyle7-8 High-Fidelity Generative Inversion（HFGI）7-9 Python程式實戰: HFGI7-10 綜合比較與應用建議7-11 本章小結Chapter8 人臉特效生成技術與應用8-1基本概念8-2人臉對齊8-3 Python程式實戰:人臉對齊8-4 美膚特效8-5 Python程式實戰:美膚特效8-6 口紅特效8-7 Python程式實戰:口紅特效8-8 瘦臉特效8-9 Python程式實戰:瘦臉特效8-10 髮型轉移特效8-11 Python程式實戰:髮型轉移8-12 本章小結Chapter9 超解析度與人臉修復技術9-1 基本概念9-2 OpenCV超解析度9-3 Python程式實戰:OpenCV超解析度9-4 Real-ESRGAN:進階超解析度模型9-5 Python程式實戰:Real-ESRGAN:進階超解析度9-6 人臉修復9-7 Python程式實戰:人臉修復9-8 本章小結Chapter10 傳統與生成式AI換臉技術10-1 基本概念10-2 換臉技術的發展歷程10-3 使用OpenCV與Dlib的換臉技術10-4 Python程式實戰:使用OpenCV與Dlib的換臉技術10-5 InsightFace換臉技術10-6 Python程式實戰:InsightFace換臉技術10-7 本章小結Chapter11 擴散模型與DDPM入門11-1 基本概念11-2 擴散模型11-3 去雜訊擴散機率模型（DDPM）11-4 Python程式實戰:DDPM11-5 本章小結Chapter12 Stable Diffusion入門12-1 基本概念12-2 目前主流的擴散模型平台12-3 Stable Diffusion架構與核心技術12-4 Stable Diffusion與Stable Diffusion XL模型12-5 Stable Diffusion的預訓練模型12-6 Python程式實戰:Stable Diffusion12-7 Python程式實戰:Stable Diffusion GUI12-8 本章小結Chapter13 Stable Diffusion延伸技術與應用13-1 基本概念13-2 LoRA:輕量化風格學習與模型微調技術13-3 Python程式實戰:LoRA13-4 ControlNet:條件影像控制的構圖導引技術13-5 Python程式實戰:ControlNet13-6 IP-Adapter:影像引導式生成的身分保留技術13-7 Python程式實戰:IP-Adapter13-8 本章小結Chapter14 虛擬人物動畫生成技術14-1 基本概念14-2 SadTalker:語音驅動的虛擬人物動畫生成技術14-3 Python程式實戰:SadTalker14-4 LivePortrait:視訊驅動的虛擬人物動畫生成技術14-5 Python程式實戰:LivePortrait14-6 本章小結Chapter15 生成式AI的挑戰與未來展望15-1 基本概念15-2 生成式AI的倫理挑戰15-3 生成式AI的偏誤與公平性15-4 生成式AI的法律與監管議題15-5 生成式AI的未來展望15-6 本書結語附錄習題
商品規格
| 書名 / | 影像生成式AI: Python程式實戰 |
|---|---|
| 作者 / | 張元翔 |
| 簡介 / | 影像生成式AI: Python程式實戰：生成式AI領域中，影像生成式AI尤其引人注目，不僅顛覆了過去認為「AI不具有創造力」的傳統觀念，更受到學術界與產業界的高度關注，持續投入 |
| 出版社 / | 全華圖書股份有限公司 |
| ISBN13 / | 9786264016490 |
| ISBN10 / | |
| EAN / | 9786264016490 |
| 誠品26碼 / | 2683146224004 |
| 頁數 / | 384 |
| 裝訂 / | P:平裝 |
| 語言 / | 1:中文 繁體 |
| 尺寸 / | 26x19x1.7 |
| 級別 / | N:無 |
| 重量(g) / | 770 |
最佳賣點
最佳賣點 : 1.從基礎 Python 導引到 TensorFlow、PyTorch 等框架的 AI 程式開發。
2.包含臉部對齊、美顏、瘦臉、換臉及超解析度等熱門應用實作。
3.詳細介紹 VAE x GAN x Diffusion Models 理論基礎與實戰。