في هذا البحث، نقترح خوارزمية حديثة لتنقية الفيديو تعتمد على هندسة شبكة عصبية تلافيفية (Convolutional Neural Network). حتى وقت قريب، كانت تنقية الفيديو باستخدام الشبكات العصبية مجالًا قليل الاستكشاف نسبيًا، ولم تتمكن الطرق الموجودة من المنافسة مع أداء أفضل الطرق القائمة على الأجزاء (patch-based methods). الطريقة التي نقدمها في هذا البحث، والتي تُعرف باسم FastDVDnet، تظهر أداءً مشابهًا أو أفضل من باقي الخوارزميات الرائدة مع أوقات حوسبة أقل بكثير. على عكس الخوارزميات الأخرى القائمة على الشبكات العصبية للتنقية، فإن خوارزميتنا تتميز بعدة خصائص مرغوبة مثل سرعة التشغيل وقدرتها على التعامل مع نطاق واسع من مستويات الضوضاء باستخدام نموذج شبكة واحدة. تسمح خصائص هندستها بتجنب استخدام مرحلة تعويض الحركة المكلفة بينما تحقق أداءً ممتازًا. الجمع بين أداء التنقية وأعباء الحوسبة الأقل يجعل هذه الخوارزمية جاذبة لتطبيقات التنقية العملية. نقارن طريقتنا مع خوارزميات رائدة مختلفة من حيث الجودة البصرية ومعايير الجودة الموضوعية.