摘要
本发明提供了一种数字人视频生成方法、装置、电子设备及存储介质，涉及数字人技术领域。该方法包括：根据文本信息筛选出预设动作模板，得到目标动作模板；获取每帧动作模板图像，并基于各骨骼特征点对应的特征点位置，得到各骨骼特征点对应的位移向量序列；识别目标数字人图像中的各目标骨骼特征点，并基于预设映射关系以及各位移向量序列，确定各目标骨骼特征的目标位移向量序列；将各目标位移向量序列以及目标数字人图像输入到图像生成模型中，生成目标动作图像，并基于目标运动图像生成数字人视频。本发明通过文本信息筛选目标动作模板，并将其映射至目标数字人图像，从而生成目标动作图像，实现文本驱动数字人视频，提高数字人视频的真实性。
