影像生成式 AI － Python 程式實戰

張元翔

影像生成式 AI － Python 程式實戰
  • 出版商: 全華圖書
  • 出版日期: 2026-05-05
  • 定價: $650
  • 售價: 9.0 折 $585
  • 語言: 繁體中文
  • 頁數: 384
  • ISBN: 6264016497
  • ISBN-13: 9786264016490
  • 相關分類: GAN 生成對抗網絡、Python

    • 立即出貨 (庫存 < 5)

買這商品的人也買了...

相關主題

商品描述

本書特色

本書的學習旅程將帶領您從基礎概念到實際應用，循序漸進地掌握影像生成式AI的核心技術，同時搭配Python程式實戰。您不僅能實際體驗AI 生成影像的神奇與創意，還能累積可直接應用於研究或專案的寶貴經驗，使得學習過程既具挑戰性且充滿成就感。
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。
4.詳細介紹 LoRA、ControlNet 及 IP-Adapter 等模型微調與精確生成技術。

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。

目錄大綱

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 DCGAN
4-4 Python程式實戰:DCGAN
4-5 PGAN
4-6 Python程式實戰:PGAN
4-7 BigGAN
4-8 Python程式實戰:BigGAN
4-9 本章小結

Chapter5 Pix2Pix與CycleGAN影像轉換
5-1 基本概念
5-2 Pix2Pix
5-3 CycleGAN
5-4 Python程式實戰:Pix2Pix與CycleGAN
5-5 本章小結

Chapter6 StyleGAN風格控制生成
6-1 基本概念
6-2 StyleGAN
6-3 StyleGAN架構與技術原理
6-4 Python程式實戰:StyleGAN
6-5 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 Restyle
7-7 Python程式實戰: Restyle
7-8 High-Fidelity Generative Inversion（HFGI）
7-9 Python程式實戰: HFGI
7-10 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:DDPM
11-5 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 Diffusion
12-7 Python程式實戰:Stable Diffusion GUI
12-8 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:LoRA
13-4 ControlNet:條件影像控制的構圖導引技術
13-5 Python程式實戰:ControlNet
13-6 IP-Adapter:影像引導式生成的身分保留技術
13-7 Python程式實戰:IP-Adapter
13-8 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:SadTalker
14-4 LivePortrait:視訊驅動的虛擬人物動畫生成技術
14-5 Python程式實戰:LivePortrait
14-6 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

類似商品