一种基于深度学习的视频人物口型同步方法

本发明属于计算机视觉与人工智能技术领域，具体涉及一种基于深度学习的视频人物口型同步方法。该方法通过多模态特征融合、生成对抗网络(GAN)及可微分渲染技术，实现高精度、低延迟的唇部动作生成，适用于影视后期制作、虚拟现实(VR)实时交互、语音驱动动画生成以及多语言视频翻译等场景，该方法在标准数据集上同步误差降低62.5％，支持30fps实时处理，并具备强噪声鲁棒性与多语种适应性，可广泛应用于影视制作、虚拟现实及实时交互场景。