公开(公告)号：CN119031203A

公开(公告)日：2024-11-26

申请号：CN202411266270.7

申请日：2024-09-10

Applicant: 北京百度网讯科技有限公司

Inventor： 王凯思源 ,  杨权威 ,  周航 ,  冯浩城

IPC: H04N21/81 ,  H04N21/234 ,  H04N21/2343 ,  H04N21/44 ,  H04N21/4402 ,  G06V40/10 ,  G06V40/16

Abstract: 本申请公开了视频生成方法、装置、电子设备及存储介质，涉人工智能技术领域，尤其涉及计算机视觉、深度学习、大模型等技术领域，可应用于AIGC、数字人、智能电商等场景。实现方案为：获取驱动视频中驱动对象的姿态热图序列；对姿态热图序列进行姿态编码，得到驱动对象的第一姿态特征，在第一姿态特征中添加噪声，得到第二姿态特征；获取展示有目标对象的目标图像，并对目标图像进行外观编码得到目标对象的第一外观特征；获取驱动视频中驱动对象的手部关键点信息，并根据手部关键点信息，获取驱动对象的手部特征；根据第二姿态特征、第一外观特征及手部特征进行特征融合，得到第一融合特征；对第一融合特征进行解码，生成展示有目标对象的目标视频。