AI創(chuàng)意繪畫與視頻制作：基于Stable Diffusion和ControlNet

定　價(jià)：￥119.00

作　者：	馬健健
出版社：	清華大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購買這本書可以去

當(dāng)當(dāng)網(wǎng) (￥89.20)

ISBN：	9787302647188	出版時(shí)間：	2023-11-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字?jǐn)?shù)：

內(nèi)容簡介

　　《AI創(chuàng)意繪畫與視頻制作：基于Stable Diffusion和ControlNet》將帶領(lǐng)讀者探索AI繪畫和短視頻創(chuàng)作的奇妙世界。本書詳細(xì)介紹Stable Diffusion的基本概念、原理及其主要功能的使用，闡述如何使用提示詞生成創(chuàng)意無限的圖像，如何使用ControlNet插件對(duì)圖像進(jìn)行精細(xì)調(diào)整，如何使用Stable Diffusion結(jié)合各類插件和第三方應(yīng)用進(jìn)行視頻制作。書中精選了大量案例，介紹了AI工具文生圖、圖生圖的創(chuàng)作技巧，以及當(dāng)前主流短視頻平臺(tái)中使用Stable Diffusion制作短視頻所需的熱門技術(shù)工具，如Deforum、LoopBack Wave、DepthMap、TemporalKit和EbSynth等。《AI創(chuàng)意繪畫與視頻制作：基于Stable Diffusion和ControlNet》內(nèi)容豐富，理論與實(shí)踐并重，既適合初學(xué)者作為自學(xué)參考書，也適合設(shè)計(jì)師、數(shù)字媒體從業(yè)者作為參考手冊(cè)，同時(shí)還可以作為高等院校數(shù)字媒體等相關(guān)專業(yè)的教學(xué)用書。

作者簡介

　　馬健健，上海交通大學(xué)程碩士，先后供職于平安、惠普、美國強(qiáng) 生等國內(nèi)外知名公司，擔(dān)任軟件架構(gòu)和數(shù)據(jù)分析技術(shù)經(jīng)理，擁有十余年豐富的軟件開發(fā)架構(gòu)和技術(shù)管理經(jīng)驗(yàn)。目前就職于上海某知名外資公司擔(dān)任數(shù)據(jù)平臺(tái)技術(shù)經(jīng)理，主要負(fù)責(zé)大數(shù)據(jù)處理、機(jī) 器學(xué)習(xí)應(yīng)用和數(shù)據(jù)挖掘方面的研究和實(shí)施工作，長期研究AI繪畫與虛擬人技術(shù)，制作了大量AI繪畫和視頻作品，出版《虛擬偶像 AI實(shí)現(xiàn)》一書。

圖書目錄

目錄
第1章　概述1
1.1　為什么使用Stable Diffusion1
1.2　AI圖像生成模型介紹2
1.3　從小白到AI藝術(shù)家4
1.4　總結(jié)4
1.5　練習(xí)4
第2章　人工智能與圖像生成技術(shù)5
2.1　人工智能的發(fā)展歷程5
2.2　圖像生成技術(shù)的基本原理6
2.2.1　深度神經(jīng)網(wǎng)絡(luò)圖像生成技術(shù)6
2.2.2　Stable Diffusion的關(guān)鍵組件7
2.3　深度學(xué)習(xí)框架PyTorch基礎(chǔ)9
2.4　AIGC技術(shù)框架介紹10
2.4.1　GAN對(duì)抗網(wǎng)絡(luò)10
2.4.2　VAE變分自編碼器12
2.4.3　NeRF輻射神經(jīng)網(wǎng)絡(luò)12
2.4.4　CLIP對(duì)比性語言－圖像預(yù)訓(xùn)練模型12
2.4.5　CodeFormer人臉清晰化模型13
2.5　總結(jié)14
2.6　練習(xí)14
第3章　Stable Diffusion技術(shù)15
3.1　Stable Diffusion的基本概念和原理15
3.2　安裝Stable Diffusion Web UI18
3.3　Stable Diffusion的界面24
3.4　Stable Difussion的模型25
3.5　生成多個(gè)角色同框28
3.6　Inpaint繪制34
3.7　Outpaint繪制37
3.8　修復(fù)面部細(xì)節(jié)39
3.9　總結(jié)42
3.10　練習(xí)42
第4章　ControlNet的使用43
4.1　ControlNet的基本概念43
4.2　ControlNet的安裝44
4.3　ControlNet的使用方法45
4.4　ControlNet中的模型50
4.4.1　案例一：不同模型下的效果51
4.4.2　案例二：不同模型下的效果56
4.4.3　ControlNet中的Inpaint63
4.5　總結(jié)65
4.6　練習(xí)65
第5章　結(jié)合Stable Diffusion和ControlNet進(jìn)行AI繪畫創(chuàng)作66
5.1　Stable Diffusion和ControlNet結(jié)合使用的優(yōu)勢(shì)66
5.2　使用ControlNet 生成不同角度的圖像67
5.3　ControlNet和Latent Couple結(jié)合使用69
5.4　ControlNet生成線稿圖76
5.5　使用LoRA進(jìn)行高階參數(shù)微調(diào)生成精細(xì)圖像79
5.6　ControlNet對(duì)光線的控制 84
5.7　Depth Library修復(fù)手部88
5.8　總結(jié)93
5.9　練習(xí)93
第6章　Prompt提示詞設(shè)計(jì)94
6.1　什么是Prompt94
6.2　Prompt的基本構(gòu)成97
6.2.1　主語97
6.2.2　修飾語104
6.3　正向提示詞和反向提示詞 127
6.4　人物服裝類提示詞135
6.5　角色鎧甲類提示詞148
6.6　動(dòng)物圖像的生成154
6.6.1　老虎154
6.6.2　鳥類156
6.6.3　獅子158
6.6.4　鳳凰159
6.6.5　熊貓160
6.7　參數(shù)的使用162
6.7.1　CFG Scale（提示詞引導(dǎo)系數(shù)）162
6.7.2　Sampling method（采樣方法）163
6.7.3　Seed（種子）166
6.7.4　Sampling steps（穩(wěn)定擴(kuò)散）168
6.7.5　分辨率169
6.8　總結(jié)170
6.9　練習(xí)170
第7章　Stable Diffusion與ControlNet繪畫實(shí)例171
7.1　通過ControlNet生成漫畫171
7.2　通過Stable Diffusion和ControlNet繪制360°全景圖像177
7.3　生成QR二維碼182
7.4　生成卡通風(fēng)格的小屋184
7.5　總結(jié)186
7.6　練習(xí)186
第8章　動(dòng)畫的制作187
8.1　使用Deforum插件制作動(dòng)畫 188
8.1.1　什么是Deforum188
8.1.2　安裝Deforum188
8.1.3　相關(guān)參數(shù)介紹189
8.1.4　Deforum里的數(shù)學(xué)公式192
8.1.5　Deforum制作無限循環(huán)動(dòng)畫193
8.2　使用LoopBack Wave來制作絲滑動(dòng)畫200
8.2.1　什么是LoopBack Wave200
8.2.2　安裝LoopBack Wave200
8.2.3　LoopBack Wave腳本的使用200
8.3　使用FILM對(duì)動(dòng)畫進(jìn)行補(bǔ)幀204
8.3.1　什么是FILM204
8.3.2　安裝FILM 206
8.3.3　FILM工具的使用208
8.4　使用DepthMap生成3D繪畫實(shí)現(xiàn)動(dòng)畫效果209
8.4.1　什么是DepthMap209
8.4.2　安裝DepthMap209
8.4.3　相關(guān)參數(shù)介紹210
8.4.4　DepthMap插件的使用212
8.5　使用EbSynth 和TemporalKit實(shí)現(xiàn)高質(zhì)量絲滑效果213
8.5.1　安裝TemporKit213
8.5.2　使用TemporKit生成關(guān)鍵幀214
8.5.3　使用EbSynth生成風(fēng)格化圖像序列217
8.6　總結(jié) 220
8.7　練習(xí)220