近年来,随着各种高分辨率和高刷新率显示设备的迅速普及,人们对于视频图像的质量要求也在不断提高,视频超分辨率是解决当前人们需求的有效方法。视频超分辨率可以分为空间和时间两个维度。空间超分辨率能够恢复出清晰的高分辨率视频帧,丰富图像细节。时间超分辨率能够通过合成中间帧来提高视频帧率,改善视频流畅度。目前,大多数视频超分辨率方法利用光流来进行视频帧间的运动补偿,并且只完成空间或时间超分辨率中的一个任务。然而,光流估计无法保证完全准确,且需引入额外的光流估计网络。只提高空间分辨率,人类视觉系统对视频的时间失真会变得更加敏感,可以更轻易地感知到视频中的运动抖动伪像。为此,本文针对更有效的运动补偿方式进行研究,并将其分别应用于视频的空间超分辨率和时空超分辨率,开展了以下两个工作:一、视频空间超分辨率是利用视频帧本身的空间信息以及相邻帧中包含的时序信息来恢复出高分辨率视频帧,通常会将相邻帧与待恢复的视频帧对齐,以便更高效地提取其中的时序信息。考虑到传统光流方法的局限性,本文提出了一种基于可变形卷积和非局部注意力机制的视频空间超分辨率方法。具体来说,该方法使用可变形卷积对相邻帧进行运动补偿,自适应地完成特征级别的采样。在生成可变形卷积采样参数时,结合了由空洞卷积组成的多层次特征融合模块,使其利用不同大小的感受野来更精确地捕获像素点间的运动关系。然后使用了非局部注意力机制来处理相邻帧中未能良好对齐的区域,降低其对结果的负面影响。二、视频时空超分辨率可以令视频获得更好的视觉观感,尽管可以通过空间超分辨率方法与时间超分辨率方法的结合使用来达成目标,但是会存在重复特征提取、参数量与计算量过大的问题,为此本文提出了一种轻量级的视频时空超分辨率方法。该方法首先利用了上一个工作中提出的自适应运动补偿方式,分别对两个连续视频帧进行前向和后向的运动补偿,融合后得到中间帧,并在此过程中加入循环一致性损失提高中间帧的合成精度。接着使用了基于帧间注意力机制和通道分离重组的时序信息融合模块,以较低的计算量高效地完成多帧之间互补的时序信息交换。本文在多个标准数据集上将所提出方法与当前主流方法进行比较,在客观评价指标以及视觉效果上都取得了良好的表现,证明了本文所提出方法的优越性,并且通过相应的消融实验进一步论证了所提出方法的有效性。