影像生成式AI－Python程式實戰 (1版)

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。

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