本公开实施例公开了一种图像处理方法、装置、设备和存储介质。该方法包括：响应于接收到的业务执行指令，识别实时采集的视频流中的目标对象，并确定所述目标对象在所述视频流中的位置信息；根据所述位置信息，将虚拟模型展示在所述视频流中的所述目标对象上；循环播放目标音频，并根据所述目标音频控制所述虚拟模型展示对应的动画表情。该方法实现了在任意现实环境的视频流中的物体上展示虚拟模型的目的，且能够基于播放的音频数据控制所展示的虚拟模型的动画表情，提高了现实环境与虚拟信息的结合紧密度，增强了虚拟信息展示的趣味性，满足了用户对虚拟信息的个性化展示需求。