一种视频的生成方法、终端设备及存储介质

本申请适用于视频生成技术领域，提供了一种视频的生成方法、终端设备及存储介质，该方法包括：在得到潜变量张量之后，先对潜变量张量进行全局语义提取，得到中间特征图；然后对中间特征图进行全图解码处理，得到基础视频；通过提取基础视频中感兴趣区域，并对感兴趣区域进行修正得到最终的目标视频。本申请在得到基础视频之后，并没有直接输出基础视频，而是对基础视频中的感兴趣区域进行修正，使最终的目标视频的质量更高、细节更完善。