上一篇博客小米AI魔法分身解密（一）中，我们分析了基于拍照版本的小米AI魔法分身，本篇将分析基于拍视频版本的小米AI魔法分身，所分析的方案只能出类似的效果，真的要达到小米那个效果，还需很长的路要走。
方案1：视频本来就是多张图片形成的效果，我们可以参考上一篇博客，将其中一个视频中的每一个目标物体抠出来，融合到第二个视频中。对于方案1，将视频中的每张图片分离出，然后抠出每张图的目标物体，接着和第二个视频的每张图片进行融合，理论上是可行的，但这种做法肯定是很耗时，而且会导致视频的不连续性，那么我们可不可以对视频直接进行抠图呢？
方案2：视频人像分割，直接将视频中的人像抠图出来，再进行融合，其参考资料可见https://zhuanlan.zhihu.com/p/48080465
但我们观察小米10拍摄视频版本的魔法分身录像的时候（我没有小米10，只能看别人的录制过程了），其视频链接参见https://www.zhihu.com/zvideo/1240054619562336256
在仔细观察这个拍摄过程之后，我们会发现有几个特点，第一个是实时拍摄；第二个是拍摄完第一个视频，再拍摄第二个视频的时候，第二个视频是叠加到第一个视频上，它这个算法的对齐工作做的真好（第一个视频和第二个视频有一个白色的框，手毕竟会抖动），这个实时匹配对齐是这个算法的一大难点，图片匹配融合，我在这篇博客小米AI魔法分身解密（一）中也提到了一点参考资料，希望能做到抛砖引玉。
