本发明公开了一种基于深度学习的欧拉视频颜色放大方法，包括获得颜色放大网络和调用颜色放大网络两个步骤。首先合成一个模拟微小颜色变化图片数据集，并在该数据集上训练一个由空间分解、差分滤波、放大处理、图像重建四个模块构建的颜色放大网络；在运行时，对FIR带通滤波器进行优化，并将其替换网络的差分滤波模块。步骤二根据给定输入视频进行颜色放大处理时，先将视频分解为帧序列，通过调用颜色放大网络生成颜色放大帧序列，最后合成颜色放大视频。相比线性放大方法，本发明方法步骤一采用深度学习模型，训练过程自动化，免去了繁琐的人工设计；步骤二的处理，大大减少了噪声，在动态场景下不会产生伪影，增强了放大效果。