基于兴趣点的单图生成视频方法、系统、设备及存储介质

本发明提供了基于兴趣点的单图生成视频方法、系统、设备及存储介质，该方法包括：采集兴趣点的海量视频；对海量视频进行预处理，将预处理后的视频作为训练数据集，并使用大语言模型进行视频描述生成语言描述信息；基于视频和语言描述信息训练图生视频大模型，在图生视频大模型中视频至少被拆分为若干视频帧；获得兴趣点的目标图片；将目标图片输入经过训练的图生视频大模型，识别目标图片中的对象，并获得基于图片的语言描述信息，语言描述信息至少包括图片中识别的对象、各对象之间的空间位置和相机运动轨迹，从而生成一兴趣点展示视频。本发明能够实现单张图像快速生成动效视频，大幅减少人力成本，优化酒店、景点等内容展示，提升用户体验。