一种人体动作视频生成方法、设备及介质

本发明公开了一种人体动作视频生成方法、设备及介质，属于视频生成领域，其方法：根据骨架序列计算不同视频帧中骨架相似度，基于骨架相似度构建参考关键帧集合，基于置信度分数及阈值，预测被遮蔽的高于阈值的骨架关键点为目标，预训练骨架预测网络，使用骨架预测网络修正置信度低于阈值的骨架关键点，分别提取置信度分数高于阈值的骨架关键点和修正过的全部骨架关键点的特征并拼接，作为视频模型的生成条件，利用参考关键帧集合，及生成条件，通过近似引导生成前一个去噪步数的视频片段，使用滑动窗口策略，生成全部视频片段；并循环，直到生成整个人体动作视频；设备及介质用于实现该方法；本发明提高了长视频生成的一致性、生成效率及鲁棒性。