Интеграция искусственного интеллекта (ИИ) в системы обработки видеосигналов открывает новые возможности для повышения качества, адаптивности и функциональности видеотехнологий. Современные нейросетевые модели позволяют эффективно решать задачи шумоподавления, сверхразрешения, восстановления деталей, устранения артефактов сжатия и интерполяции кадров. В данной работе представлен обзор ключевых методов глубокого обучения, применяемых в видеопотоках, а также их сравнительный анализ по точности и вычислительным затратам. Особое внимание уделено практическому применению ИИ в таких областях, как телемедицина, интеллектуальное видеонаблюдение, автономный транспорт и промышленная визуализация. Также рассматриваются вопросы реализации ИИ-моделей в условиях ограниченных ресурсов и в системах реального времени, включая edge-вычисления и аппаратное ускорение. Полученные выводы подтверждают высокую эффективность и широкие перспективы использования ИИ в современных видеосистемах.