本发明公开了一种视频内容融合方法及装置，该方法包括：获取第一视频片段和第二视频片段两者中的多个视频帧，并将两者中的多个视频帧进行前景和背景的分离，得到两者的各个视频帧的前景和背景；根据预设的背景类型判断两者各相同播放节点的视频帧的背景的关联关系，将两者各相同播放节点的视频帧的背景进行融合，得到融合后的视频背景；采用神经网络模型识别两者各相同播放节点的视频帧的前景内容类别；根据前景内容类别确定两者各相同播放节点的视频帧的前景内容的互动规则，根据互动规则将各类别的前景内容展示在融合后的视频背景中。本发明通过将前景和背景分类并根据识别内容类别确定的前景展示在融合后的背景中，以实现视频内容的自动融合。