本申请实施例提供了一种基于视频的处理方法、设备和可读介质，以更准确、自然的驱动虚拟形象执行动作。所述方法包括：获取骨骼动作片段，将所述骨骼动作片段划分为骨骼动作子片段；采用所述骨骼动作子片段确定节点，依据所述骨骼动作子片段之间的运动信息确定边，构建骨骼动作连接图；获取目标信息；依据所述目标信息和骨骼动作连接图中的骨骼动作子片段，匹配目标子片段及其关联子片段；对所述目标子片段和关联子片段进行拼接，并结合所述目标信息构成视频数据；输出所述视频数据。可拼接成动作平滑过渡的视频，使得视频数据中虚拟用户的动作自然、流畅，能够准确、自然的生成虚拟形象执行动作的视频。