本发明公开了一种基于机器学习的视频处理方法。它包括筛选数据和提取特征形成数据集、训练生成预测模型、视频处理三个部分，具体包括如下步骤：(1)构建数据集时，首先通过一定规则对视频序列筛选样本点，尽可能去除视频内容空间冗余和时间冗余，最终每帧图像都提取一定比例的像素点作为样本形成数据集；(2)训练生成预测模型时，采用简单的多层全连接神经网络，保证预测精度的同时运算复杂度较低；(3)视频处理时，使用训练好的预测模型对输入图像进行处理，然后再进行去块效应滤波和样点自适应补偿滤波。本发明的有益效果是：简化处理流程，运算复杂度低；适应大多数不同风格的视频，呈现很好的图像美感和保真度。