1.一种面向HEVC编码框架的视频恢复方法，其特征在于，包括以下步骤：步骤一、设计前向特征粗提取模块，去除批归一化层，保留原始图像的细节信息；

步骤二、设计时序信息提取模块，利用双向长短时记忆网络，强化特征的时空信息表达；

步骤三、设计质量增强模块，引入残差学习机制，提升网络收敛速度和性能；

所述步骤一具体包括以下步骤：

S11、构建三组有相同通道数和卷积核尺寸的卷积层；

S12、读取前向高质量帧，通过第一组卷积层对前向高质量帧进行前向特征的粗提取；

S13、读取待增强低质量帧，通过第二组卷积层对待增强低质量帧进行前向特征的粗提取；

S14、读取后向高质量帧，通过第三组卷积层对后向高质量帧进行前向特征的粗提取；

所述步骤二具体包括以下步骤：

S21、按照视频播放顺序的正序将前向高质量帧、待增强低质量帧和后向高质量帧依次送入“LSTM+”单元中；

S22、按照视频播放顺序的逆序将前向高质量帧、待增强低质量帧和后向高质量帧依次送入“LSTM‑”单元中；

S23、拼接“LSTM+”和“LSTM‑”的输出特征；

S24、将拼接后的输出特征送入全局卷积组成的通道注意力机制中，从时间和空间两个维度上强化特征的表达能力；

所述步骤三具体包括以下步骤：

S31、构建由卷积层，ReLU激活函数层以及跳连结构组合成的残差单元；

S32、将多组残差单元进行拼接，以此作为质量增强模块的基础构成部分；

S33、对经过拼接后残差单元的输出特征进行结构降维；

S34、把降维后的特征送入卷积层，进行特征提取，之后再与待增强的低质量帧相叠加，促使网络学习低质量帧与输出目标帧的残差信息，强化网络的学习能力和收敛速度。