随着手机等智能终端的不断普及,拍照、摄影等影像记录手段在日常生活中的应用越来越广泛。在社交圈中分享图像、短视频等多媒体信息以获取成就感已经成为普遍现象。通过目标编辑技术在保证图像、视频自然度的同时改善图像、视频目标内容布局已经成为不可忽视的需求。目标编辑根据编辑对象的不同可分为局部图像编辑与局部视频编辑,近年来,国内外出现了大量相关研究与成果。然而,传统的局部图像编辑方法需要精确掩码以提高边界先验信息且无法生成自然的目标边缘,基于神经网络模型的局部图像编辑方法又会产生残像,现有的方法难以生成自然的编辑后图像。同时,局部视频编辑作为局部图像编辑的拓展任务,仍存在相邻帧之间的时空不一致问题。针对现有方法依赖精确掩码的问题,本文提出一种掩码自适应变换算法。通过学习两张给定粗糙掩码之间的变换关系,自适应的完成目标图像块的实时变换。算法支持用户手绘输入的非对称粗糙掩码,可作为组件应用于掩码相关的计算机视觉任务。与现有方法相比,本文提出的算法不需要精确掩码,变换准确率高。针对现有方法产生残像、生成图像边缘不自然的问题,本文提出了一种局部自适应图像编辑算法。在掩码自适应变换算法的基础上,使用残像邻域的相似图像特征覆盖去除残像,并在潜在空间融合图像的前景与后景,生成自然图像。最后通过用户交互式平台对外提供在线算法服务。与现有方法相比,本文提出的算法在解决残像问题和目标边缘不自然的问题上更有优势。针对局部图像编辑导致相邻帧之间的时空不一致问题,本文在局部自适应图像编辑算法的基础上提出了一种局部自适应视频编辑算法。通过相邻帧之间的时空特征与掩码转换网络的自适应变换能力实现目标实例在不同帧之间的时空一致性变换。最后通过图形交互式界面提供算法服务。与现有方法相比,本文提出的算法拥有更真实的局部编辑效果。