La super resolución de video puede generar correspondientes a cuadros de video de alta resolución a partir de una pluralidad de cuadros de video de baja resolución que tienen detalles ricos y consistencia temporal. La mayoría de los métodos actuales utilizan una estructura de dos niveles para reconstruir cuadros de video combinando una red de flujo óptico y una red de super resolución, pero este proceso no explora en profundidad la información efectiva contenida en los cuadros de video. Por lo tanto, proponemos un método de super resolución de video que combina características no locales y características multi-escala para extraer información efectiva más profunda contenida en los cuadros de video. Nuestro método obtiene información efectiva a larga distancia al calcular la similitud entre cualquier par de píxeles en el cuadro de video a través del módulo no local, extrae la información local cubierta por diferentes núcleos de convolución de escala a través del módulo de fusión de características multi-escala, y fusiona completamente la información de características utilizando diferentes modos de conexión de núcleos de convolución. Los experimentos en diferentes conjuntos de datos muestran que el método propuesto es superior a los métodos existentes en calidad y cantidad.