CN114222076B

CN114222076B - 一种换脸视频生成方法、装置、设备以及存储介质

Info

Publication number: CN114222076B
Application number: CN202111507984.9A
Authority: CN
Inventors: 谢高喜
Original assignee: Beijing Baidu Netcom Science and Technology Co Ltd
Current assignee: Beijing Baidu Netcom Science and Technology Co Ltd
Priority date: 2021-12-10
Filing date: 2021-12-10
Publication date: 2022-11-18
Anticipated expiration: 2041-12-10
Also published as: CN114222076A

Abstract

本公开提供了一种换脸视频生成方法、装置、设备以及存储介质，涉及图像处理技术领域，尤其涉及增强现实技术领域。具体实现方案为：确定待换脸的初始视频；响应于录制指令，在参考窗口和模仿窗口内同步播放初始视频，模仿窗口内播放的初始视频中包含待换脸区域，并录制包含至少一个目标用户的模仿视频，将模仿视频中目标用户的人脸区域实时替换至待换脸区域；响应于录制结束指令，基于参考窗口内播放的初始视频、模仿窗口内播放的换脸初始视频以及预先选择的融合模式，生成换脸视频。能够满足用户模仿视频作品的需求，大幅提高了用户自拍的趣味性。

Description

一种换脸视频生成方法、装置、设备以及存储介质

技术领域

本公开涉及图像处理技术领域，尤其涉及增强现实技术领域。

背景技术

增强现实(Augmented Reality，简称AR)技术是一种将虚拟信息与真实世界巧妙融合的技术，两种信息互为补充。

增强现实技术已广泛应用于移动终端的自拍类型的相关应用中，能在一定程度上提高趣味性。

发明内容

本公开提供了一种换脸视频生成方法、装置、设备以及存储介质。

根据本公开的一方面，提供了一种换脸视频生成方法，包括：

确定待换脸的初始视频；

响应于录制指令，在参考窗口和模仿窗口内同步播放所述初始视频，所述模仿窗口内播放的初始视频中包含待换脸区域，并录制包含至少一个目标用户的模仿视频，将所述模仿视频中所述目标用户的人脸区域实时替换至所述待换脸区域；

响应于录制结束指令，基于所述参考窗口内播放的初始视频、所述模仿窗口内播放的换脸初始视频以及预先选择的融合模式，生成换脸视频。

根据本公开的另一方面，提供了一种换脸视频生成装置，包括：

确定模块，用于确定待换脸的初始视频；

换脸模块，用于响应于录制指令，在参考窗口和模仿窗口内同步播放所述初始视频，所述模仿窗口内播放的初始视频中包含待换脸区域，并录制包含至少一个目标用户的模仿视频，将所述模仿视频中所述目标用户的人脸区域实时替换至所述待换脸区域；

生成模块，用于响应于录制结束指令，基于所述参考窗口内播放的初始视频、所述模仿窗口内播放的换脸初始视频以及预先选择的融合模式，生成换脸视频。

根据本公开的另一方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行换脸视频生成方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行换脸视频生成方法。

根据本公开的又一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现换脸视频生成方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。

图1为本公开实施例提供的换脸视频生成方法的一种流程示意图；

图2为本公开实施例提供的换脸视频生成方法的一种示意图；

图3为本公开实施例提供的集成有换脸视频生成功能的应用软件的自拍界面的一种示意图；

图4为本公开实施例提供的集成有换脸视频生成功能的应用软件的应用界面的一种示意图；

图5为本公开实施例提供的集成有换脸视频生成功能的应用软件的应用界面的另一种示意图；

图6为本公开实施例提供的集成有换脸视频生成功能的应用软件的换脸效果的一种示意图；

图7为本公开实施例提供的集成有换脸视频生成功能的应用软件的换脸效果的又一种示意图；

图8是用来实现本公开实施例的换脸视频生成方法的装置的框图；

图9是用来实现本公开实施例的换脸视频生成方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

例如，用户在使用特定应用软件自拍过程中，可以选择二维或三维的贴纸，使得拍摄的视频或图像中叠加贴纸效果，这属于虚拟信息与真实世界信息的一种融合。

然而，上述融合方式能够提供的趣味性较为单一，容易产生审美疲劳，而且，无法满足部分用户乐于模仿影视视频片段或各类搞笑视频片段的需求。

为了解决上述技术问题，本公开提供了一种换脸视频生成方法、装置、设备以及存储介质。

本公开的一个实施例中，提供了一种换脸视频生成方法，方法包括：

确定待换脸的初始视频；

响应于录制结束指令，基于参考窗口内播放的初始视频、模仿窗口内播放的换脸初始视频以及预先选择的融合模式，生成换脸视频。

可见，在开启录制后，在用户界面中显示参考窗口和模仿窗口。目标用户可以通过查看参考窗口，模仿参考窗口内播放的初始视频，应用软件实时录制目标用户的模仿过程，得到模仿视频，并将模仿视频中目标用户的人脸区域实时替换至模仿窗口中播放的初始视频中待换脸区域，从而，模仿窗口内实时播放的是换脸后的初始视频，且与参考窗口内播放的初始视频同步。在录制结束后，根据预先选择的融合模式，生成换脸视频。能够满足用户模仿视频作品的需求，大幅提高了用户自拍的趣味性。

下面对本公开实施例提供的换脸视频生成方法及装置进行详细介绍。

参见图1，图1为本公开实施例提供的换脸视频生成方法的一种流程示意图，如图1所示，方法可以包括以下步骤：

S101：确定待换脸的初始视频。

本公开实施例提供的换脸视频生成方法可以应用于自拍类型应用软件，或者下载有自拍类型应用软件的电子设备。

其中，初始视频可以是影视作品中的视频片段、明星的自拍视频、或者搞笑视频片段等。

本公开实施例中，集成有本公开提供的换脸视频生成功能的自拍类型的应用软件中，可以预先保存多个视频，供用户选取。

本步骤中，目标用户可以在应用软件的用户界面中，选取有兴趣模仿的视频，目标用户选取的视频即为初始视频。

S102：响应于录制指令，在参考窗口和模仿窗口内同步播放初始视频，模仿窗口内播放的初始视频中包含待换脸区域，并录制包含至少一个目标用户的模仿视频，将模仿视频中目标用户的人脸区域实时替换至待换脸区域。

本公开实施例中，目标用户在应用软件的用户界面中选取初始视频后，向应用软件下达录制指令。录制指令可以是点击录制按钮等。

应用软件接收到录制指令后，在用户界面中显示参考窗口和模仿窗口，其中，参考窗口用于播放初始视频；模仿窗口同步播放初始视频，模仿窗口内播放的初始视频中包含待换脸区域，实际上，模仿窗口内播放的是实时换脸的初始视频，具体参见下文。

参考窗口和模仿窗口的显示方式可以根据实际需求进行设定。例如，模仿窗口覆盖整个用户界面，而参考窗口可以以小窗口的方式显示，覆盖在模仿窗口之上。或者参考窗口和模仿窗口以左右分屏、上下分屏的方式显示。

本公开实施例中，应用软件接收到录制指令后，在参考窗口内播放初始视频，目标用户通过查看参考窗口，模仿参考窗口内播放的初始视频，也就是模仿初始视频中演员的动作，表情等。与此同时，电子设备的前置摄像头实时录制包含目标用户的模仿视频，并将模仿视频中目标用户的人脸区域实时替换至模仿窗口内播放的初始视频中待换脸区域。

从而，模仿窗口内实时播放的是换脸后的初始视频，且与参考窗口内播放的初始视频同步。

S103：响应于录制结束指令，基于参考窗口内播放的初始视频、模仿窗口内播放的换脸初始视频以及预先选择的融合模式，生成换脸视频。

本公开实施例中，目标用户可以向应用软件下达录制结束指令。应用软件接收到录制结束指令，生成换脸视频。

具体的，目标用户可以根据需求，预先选择融合模式。

融合模式可以包括单独展示模式和对比展示模式。

其中，单独展示模式下，将录制过程中模仿窗口内播放的视频确定为换脸视频，不会将参考窗口以及参考窗口内播放的视频录制进最终的换脸视频。也就是说，单独展示模式下，最终生成的换脸视频仅仅包含换脸后的初始视频，初始视频中的人脸被替换为目标用户的人脸，因此，单独展示模式也可以理解为“独角戏”模式，或称为“戏精”模式。

对比展示模式下，将录制过程中模仿窗口内播放的视频和参考窗口内播放的初始视频相叠加的视频确定为换脸视频。也就是说，最终生成的换脸视频中，每一帧图像都包含模仿窗口内播放的换脸后初始视频的图像帧和模仿窗口内播放的初始视频的图像帧。因此最终生成的换脸视频中，能够比对目标用户和初始视频中演员的演技水平，因此，对比展示模式也可以理解为“拼演技”模式。

本公开的一个实施例中，将模仿视频中目标用户的人脸区域实时替换至待换脸区域的步骤，可以包括：

针对模仿视频中至少一帧图像，识别目标用户的人脸关键点数据，基于人脸关键点数据确定目标用户的人脸区域图像，并将该帧图像的人脸区域图像替换至模仿窗口内播放的初始视频中与该帧图像的时间戳相同的图像帧的待换脸区域。

具体的，针对模仿视频中每帧图像，应用软件通过人脸关键点识别算法，识别目标用户的人脸关键点数据。

人脸关键点的标注可以采用领域内通用的方式。作为一个示例，人脸关键点分为内部关键点和轮廓关键点,内部关键点包含眉毛、眼睛、鼻子、嘴巴共计51个关键点,轮廓关键点包含17个关键点。

人脸关键点所覆盖的区域即为人脸区域图像，因此，基于人脸关键点数据可以确定目标用户的人脸区域图像，将人脸区域图像从模仿视频中的图像帧中裁剪出来，替换至模仿窗口内播放的初始视频中时间戳相同的图像帧的待换脸区域。

其中，时间戳相同也可以理解为同步。

作为一个示例，在开启录制后，参考窗口内播放初始视频的第一帧图像，同时，应用软件获取包含目标用户的模仿视频的第一帧图像，并从中裁剪出目标用户的人脸区域图像，将人脸区域图像替换至模仿窗口内初始视频中的第一帧图像的待换脸区域；随后，参考窗口内播放初始视频的第二帧图像，同时，应用软件获取包含目标用户的模仿视频的第二帧图像，并从中裁剪出目标用户的人脸区域图像，将人脸区域图像替换至模仿窗口内初始视频中的第二帧图像的待换脸区域，以此类推。

可见，在录制过程中，模仿窗口内实时播放的是换脸后的初始视频，且与参考窗口内播放的初始视频同步。

本公开的一个实施例中，初始视频中各图像帧的待换脸区域可以根据该图像帧的人脸关键点识别结果预先确定。

具体的，可以预先对初始视频中各图像帧进行人脸关键点识别，然后根据人脸关键点识别结果确定待换脸区域。从而，录制过程中，无需实时对初始视频中图像帧进行人脸关键点识别。

参见图2，图2为本公开实施例提供的换脸视频生成方法的一种示意图，如图2所示，响应于录制指令，应用软件基于镜头数据、初始视频数据和初始视频的人脸关键点离线数据，进行实时换脸，得到换脸后的初始视频。其中，镜头数据即摄像机采集的包含目标用户的模仿视频数据。在录制结束后，根据预先选择的融合模式对录制过程中参考窗口、模仿窗口播放的视频进行处理。具体的，融合模式包括单独展示模式和对比展示模式，单独展示模式即无叠加融合，仅将录制过程中模仿窗口内播放的视频确定为换脸视频；小窗口融合、左右分屏融合和上下分屏融合均属于对比展示模式，将录制过程中模仿窗口内播放的视频和参考窗口内播放的初始视频相叠加的视频确定为换脸视频。随后进行渲染处理，例如经过基础美化滤镜进行美白、磨皮等，得到最终换脸视频。

为了便于理解，下面结合具体应用场景和相关附图对本公开提供的换脸视频生成方法进行进一步介绍。

作为一个示例，用户打开集成有本公开提供的换脸视频生成功能的应用软件A。参见图3，图3为本公开实施例提供的集成有换脸视频生成功能的应用软件的自拍界面的一种示意图。如图3所示，在应用软件A的自拍界面中，显示有多个可选择视频的封面，用户可以从中选择一个，作为待换脸的初始视频。

然后用户点击录制按钮，开启录制。开启录制后，应用软件在应用界面中显示参考窗口和模仿窗口。参见图4，图5，图4为本公开实施例提供的集成有换脸视频生成功能的应用软件的应用界面的一种示意图，图5为本公开实施例提供的集成有换脸视频生成功能的应用软件的应用界面的另一种示意图。如图4所示，参考窗口可以以小窗口的形式，覆盖在模仿窗口之上，这种情况下，整个应用界面可以作为模仿窗口。如图5所示，参考窗口和模仿窗口也可以分屏，应用界面的上部分作为参考窗口，应用界面的下部分作为模仿窗口。

图4，图5仅作为示例，参考窗口和模仿窗口的显示方式不限于此。

参考窗口中播放初始视频，用户可以对照初始视频进行模仿。同时，应用软件实时获取用户的模仿视频，将模仿视频中每帧图像的用户人脸区域图像实时替换到模仿窗口中播放的初始视频中相应图像帧的待换脸区域。

作为一个示例，参见图6，图6为本公开实施例提供的集成有换脸视频生成功能的应用软件的换脸效果的一种示意图。如图6所示，在录制过程的某个时刻，参考窗口中播放初始视频的视频帧，该视频帧中包含演员a，应用软件获取目标用户模仿视频中相同时间戳的视频帧，从中裁剪出目标用户的人脸区域，将其替换至模仿窗口中播放的初始视频中相同时间戳的视频帧的待换脸区域。

从而模仿窗口中实时播放换脸后的初始视频，且与初始视频同步。

随后，用户点击录制结束按钮，结束录制。

响应于录制结束指令，开始生成视频。在生成换脸视频过程中，遵循预先选择的融合模式，即判断是否将参考窗口中的初始视频加入最终的换脸视频。

此外，本公开同样支持同时进行多个角色的换脸。

具体的，参见图7，图7为本公开实施例提供的集成有换脸视频生成功能的应用软件的换脸效果的又一种示意图。如图7所示，在录制过程的某个时刻，参考窗口中播放初始视频的视频帧，该视频帧中包含演员a和演员b，应用软件获取包含目标用户1和目标用户2的模仿视频中相同时间戳的视频帧，从中裁剪出目标用户1的人脸区域和目标用户2的人脸区域，分别将其替换至模仿窗口中播放的初始视频中相同时间戳的视频帧的两个待换脸区域。

可见，多个目标用户可以同时模仿同一初始视频中的多个角色，并录制进同一个换脸视频，增加了用户自拍的趣味性。

参见图8，图8是用来实现本公开实施例的换脸视频生成方法的装置的框图，如图8所示，装置可以包括：

确定模块801，用于确定待换脸的初始视频；

换脸模块802，用于响应于录制指令，在参考窗口和模仿窗口内同步播放所述初始视频，所述模仿窗口内播放的初始视频中包含待换脸区域，并录制包含至少一个目标用户的模仿视频，将所述模仿视频中所述目标用户的人脸区域实时替换至所述待换脸区域；

生成模块803，用于响应于录制结束指令，基于参考窗口内播放的初始视频、模仿窗口内播放的换脸初始视频以及预先选择的融合模式，生成换脸视频。

本公开的一个实施例中，换脸模块802，具体用于：

针对所述模仿视频中至少一帧图像，识别所述目标用户的人脸关键点数据，基于所述人脸关键点数据确定所述目标用户的人脸区域图像，并将该帧图像的人脸区域图像替换至模仿窗口内播放的所述初始视频中与该帧图像的时间戳相同的图像帧的待换脸区域。

本公开的一个实施例中，模仿窗口内播放的初始视频中各图像帧的待换脸区域是根据该图像帧的人脸关键点识别结果预先确定的。

本公开的一个实施例中，融合模式包括：单独展示模式和对比展示模式；

生成模块803，具体用于：

当预先选择的融合模式为单独展示模式，将录制过程中模仿窗口内播放的视频确定为换脸视频；

当预先选择的融合模式为对比展示模式，将录制过程中模仿窗口内播放的视频和参考窗口内播放的初始视频相叠加的视频确定为换脸视频。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

本公开提供了一种电子设备，包括：

至少一个处理器；以及

与至少一个处理器通信连接的存储器；其中，

存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行换脸视频生成方法。

本公开提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行换脸视频生成方法。

本公开提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现换脸视频生成方法。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

需要说明的是，本实施例中的二维人脸图像来自于公开数据集。

图9示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图9所示，设备900包括计算单元901，其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序，来执行各种适当的动作和处理。在RAM 903中，还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。

设备900中的多个部件连接至I/O接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理，例如换脸视频生成方法。例如，在一些实施例中，换脸视频生成方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元908。在一些实施例中，计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时，可以执行上文描述的换脸视频生成方法一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行换脸视频生成方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims

1.一种换脸视频生成方法，包括：

确定待换脸的初始视频；

响应于录制结束指令，基于所述参考窗口内播放的初始视频、所述模仿窗口内播放的换脸初始视频以及预先选择的融合模式，生成换脸视频；

所述融合模式包括：单独展示模式和对比展示模式；

所述基于所述参考窗口内播放的初始视频、所述模仿窗口内播放的换脸初始视频以及预先选择的融合模式，生成换脸视频的步骤，包括：

当预先选择的融合模式为单独展示模式，将录制过程中所述模仿窗口内播放的视频确定为换脸视频；

当预先选择的融合模式为对比展示模式，将录制过程中所述模仿窗口内播放的视频和所述参考窗口内播放的初始视频相叠加的视频确定为换脸视频。

2.根据权利要求1所述的方法，其中，将所述模仿视频中所述目标用户的人脸区域实时替换至所述待换脸区域的步骤，包括：

3.根据权利要求1或2所述的方法，其中，

所述模仿窗口内播放的初始视频中各图像帧的待换脸区域是根据该图像帧的人脸关键点识别结果预先确定的。

4.一种换脸视频生成装置，包括：

确定模块，用于确定待换脸的初始视频；

生成模块，用于响应于录制结束指令，基于所述参考窗口内播放的初始视频、所述模仿窗口内播放的换脸初始视频以及预先选择的融合模式，生成换脸视频；

所述融合模式包括：单独展示模式和对比展示模式；

所述生成模块，具体用于：

5.根据权利要求4所述的装置，其中，换脸模块，具体用于：

6.根据权利要求4或5所述的装置，其中，

7.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-3中任一项所述的方法。

8.一种存储有计算机程序的非瞬时计算机可读存储介质，其中，所述计算机程序用于使所述计算机执行根据权利要求1-3中任一项所述的方法。