本发明公开一种基于深度学习的视频超分辨率方法及系统、计算机设备，该方法首先利用低分辨率高帧率视频序列中的目标帧和它的邻近帧计算得到初始目标帧；然后根据目标帧与设定的关键帧进行高分辨率光流估计，并利用该高分辨率光流估计结果对高分辨率低帧率视频序列中的对应关键帧进行运动补偿；继而对补偿后的图像帧进行特征提取得到细节特征图；最后将初始目标帧与细节特征图进行加权聚合，得到最终的高分辨率目标帧，其中加权权重根据高分辨率光流计算获得。本发明通过不同视频序列的信息融合，有效解决了现有技术生成的高分辨率高帧率视频中细节特征不真实的问题。