一种基于大模型的视频融合方法及系统

本发明涉及视频处理技术领域，具体涉及一种基于大模型的视频融合方法及系统；方法包括：获取视频流进行画面分割，针对每个分割画面识别运动目标，预测运动目标轨迹，并匹配最小像素区域，确定关键帧；提取特征，聚焦关键区域中的识别目标；生成静态场景，对齐识别目标及场景，获取动态遮挡关系，输出融合视频数据；系统包括：动态画面划分模块、多模态特征提取模块、动态融合重建模块；通过针对每个分割画面识别运动目标，预测运动目标轨迹，匹配最小像素区域，确定关键帧，并聚焦关键区域中的识别目标，对齐识别目标及场景，获取动态遮挡关系，输出融合视频数据；实现了处理运动目标的轨迹变化，避免融合结果出现重影及错位。