本发明提供一种视频处理方法、系统与存储介质，属于数据处理技术领域，具体包括：将除去噪声异常图像的待分析图像作为剩余图像，通过Grad_CAM模型对剩余图像的特征向量进行可视化处理得到特征热力图、特征梯度图，并通过特征热力图的信息熵、特征梯度图的信息熵以及原始图像的信息熵进行失真图像的确定，并根据失真图像的数量、比例、在视频中的分布情况以及噪声评估量确定不属于异常视频时，将除噪声图像、失帧图像的待分析图像作为可处理图像，并根据可处理图像所对应的语音识别结果以及人物的面部表情识别结果进行花字特效的生成，从而进一步提升了特效生成的效率和准确性。