1.一种视频处理方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述校正处理包括：噪声抑制、瑕疵去除、纹理增强、光照校正以及对比度调整中的一项或者多项。
3.如权利要求1或2所述的方法，其特征在于，所述特征图像块的增益系数满足如下公式所示的条件：
4.如权利要求1-3任一项所述的方法，其特征在于，对所述多个目标点中每个目标点对应的特征图像块组包括的特征图像块进行校正处理，包括：
5.如权利要求4所述的方法，其特征在于，所述第一神经网络模型基于训练样本集进行多次迭代训练得到的；所述训练样本集包括n个样本数据以及n个真值数据，n个样本数据与n个真值数据一一对应，每个样本数据包括m个干扰图像，每个真值数据包括m个原始图像，第一样本数据包括的m个干扰图像与第一真值数据包括的m个原始图像一一对应，第一样本数据与第一真值数据对应，每个原始图像对应的干扰图像是在所述原始图像的基础上增加干扰得到的，第一真值数据包括的m个原始图像分别对应不同的视角，第一样本数据为所述n个样本数据中的任一样本数据。
6.如权利要求5所述的方法，其特征在于，对所述第一神经网络模型的第i次迭代训练，包括：
7.如权利要求6所述的方法，其特征在于，所述互相关系数满足如下公式所示的条件：
8.如权利要求1-7任一项所述的方法，其特征在于，根据多个校正后的图像帧生成所述设定空间内目标对象的3d数据，包括：
9.如权利要求1-8任一项所述的方法，其特征在于，所述目标对象包括目标人物，所述方法还包括：
10.如权利要求9所述的方法，其特征在于，根据所述目标人物的设定部位模型获得所述目标人物分别在所述至少两个采集设备的图像空间的第二设定部位数据，包括：
11.如权利要求9或10所述的方法，其特征在于，根据所述目标人物分别在所述至少两个采集设备的图像空间的第二设定部位数据更新所述目标对象的3d表达数据中的所述目标人物的设定部位数据，包括：
12.一种视频处理装置，其特征在于，包括：
13.如权利要求12所述的装置，其特征在于，所述校正处理包括：噪声抑制、瑕疵去除、纹理增强、光照校正以及对比度调整中的一项或者多项。
14.如权利要求12或13所述的装置，其特征在于，所述特征图像块的增益系数满足如下公式所示的条件：
15.如权利要求12-14任一项所述的装置，其特征在于，所述处理单元，具体用于：
16.如权利要求15所述的装置，其特征在于，所述第一神经网络模型基于训练样本集进行多次迭代训练得到的；所述训练样本集包括n个样本数据以及n个真值数据，n个样本数据与n个真值数据一一对应，每个样本数据包括m个干扰图像，每个真值数据包括m个原始图像，第一样本数据包括的m个干扰图像与第一真值数据包括的m个原始图像一一对应，第一样本数据与第一真值数据对应，每个原始图像对应的干扰图像是在所述原始图像的基础上增加干扰得到的，第一真值数据包括的m个原始图像分别对应不同的视角，第一样本数据为所述n个样本数据中的任一样本数据。
17.如权利要求16所述的装置，其特征在于，所述处理单元，还用于：
18.如权利要求17所述的装置，其特征在于，所述互相关系数满足如下公式所示的条件：
19.如权利要求12-18任一项所述的装置，其特征在于，所述处理单元，具体用于：
20.如权利要求12-19任一项所述的装置，其特征在于，所述目标对象包括目标人物，所述处理单元，还用于：
21.如权利要求20所述的装置，其特征在于，所述处理单元，在根据所述目标人物的设定部位模型获得所述目标人物分别在所述至少两个采集设备的图像空间的第二设定部位数据时，具体用于：
22.如权利要求20或21所述的装置，其特征在于，所述处理单元，在根据所述目标人物分别在所述至少两个采集设备的图像空间的第二设定部位数据更新所述目标对象的3d表达数据中的所述目标人物的设定部位数据时，具体用于：
23.一种视频处理装置，其特征在于，包括处理器和存储器；
24.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，当所述计算机程序在处理器上运行时，使得所述处理器执行如上述权利要求1-11任一项所述的方法。