视频合成方法、装置和电子设备

本公开提供了一种视频合成方法、装置和电子设备，从获取的驱动视频中提取替换对象对应的时空特征，以及提取每帧图像对应的分割掩模和姿态信息，时空特征用于指示替换对象对应的动作特征和场景特征；从获取的参考图像中提取目标对象的外观特征；将外观特征、时空特征、分割掩模和姿态信息进行融合，得到将驱动视频中的替换对象替换为目标对象的合成视频。该方式通过参考图像即可将驱动视频中的对象替换为参考图像中的目标对象，同时保持高水平的外观一致性；同时，通过提取驱动视频中的姿态信息、分割掩模和时空特征，能够将驱动视频中的动作精确地迁移至目标对象，且将目标对象自然融入驱动视频的场景中，提高了视频合成的质量。