针对现有压缩视频质量增强算法未能充分利用压缩视频特点的问题,研究了视频编码与压缩视频质量增强任务之间的本质关系,并针对性地设计了一种基于三维卷积神经网络(3D　convolutional　neural　network,3D-CNN)的非对齐压缩视频质量增强算法.实验结果表明:相较于高效视频编码(high　efficiency　video　coding,HEVC)标准H.265,所提算法在低延迟(low　delay,LD)配置下且量化参数(quantization　parameter,QP)为37　时,峰值信噪比(peak　signal-to-noise　ratio,PSNR)提升了　0.465　2　dB;相较于数据压缩会议(data　compression　conference,DCC)中提出的多帧引导的注意力网络(multi-frame　guided　attention　network,MGANet)方法,该算法PSNR的增长量提升了15.1%.