基于潜在空间导航学习的图像视频生成方法、装置、设备、介质及程序产品

本发明提供一种基于潜在空间导航学习的图像视频生成方法、装置、设备、介质及程序产品，涉及人工智能技术领域。该方法包括：获取初始图像和驱动视频；其中，所述初始图像表征为包含第一人脸的静态图像，所述驱动视频表征为包含第二人脸的动态视频，所述第二人脸具有多个人脸动作信息；将所述初始图像和所述驱动视频输入训练好的图像视频生成模型，输出目标图像视频。本发明提供的实施例用以解决现有技术中存在的成本高、泛化能力弱、自由度受限的缺陷，实现无需标注人脸图像关键点，利用训练好的图像视频生成模型直接学习驱动视频的运动模式，以生成目标图像视频，模型的泛化能力高，可灵活捕捉非线性运动，突破传统的自由度限制。