本发明提供了一种音乐舞台表演视频的智能卡通化方法，包括以下步骤：步骤一，获取真实舞台图像数据集和卡通图像数据集，并对图像数据预处理；步骤二，对音乐舞台表演视频中的人物、道具、背景进行语义分割；步骤三，分别针对人物、道具、背景等不同对象构建并训练不同的音乐舞台表演卡通化视频生成模型；步骤四，将音乐舞台表演视频输入模型，获取卡通化的音乐舞台表演视频；步骤五，构建复合图像协调模型对卡通化的音乐舞台表演视频进行图像和谐化处理。本发明能够对音乐舞台表演视频进行卡通化处理，从而应用于音乐表演、动漫制作等领域，且更有助于产生轮廓干净、边界清晰、色彩和谐的音乐舞台表演视频。