一种人脸一致性多角度镜头视频生成方法、装置

本发明提供了一种人脸一致性多角度镜头视频生成方法、装置，涉及多角度镜头视频生成技术领域，该方法通过LoRA微调技术对图像生成模型进行个性化调整，从单张照片生成同一人物的多角度多姿态图像序列；利用图像转视频模块将多张图像合成为短视频片段；通过大语言模型(LLM)生成符合语音播报逻辑的文案脚本；最后结合唇形驱动与视频拼接技术，将语音与图像合成并驱动口型动作，拼接多角度镜头为流畅连贯的完整视频。显著提升了口播视频的自动化程度，增强了视频的真实感和视觉丰富度，解决了现有技术生成口播视频时存在镜头单一、流程分散、唇形驱动不连贯以及人工干预多的问题。