摘要

视频帧插值通过生成帧间平滑过渡，实现时间维度上的超分辨率。尽管深度神经网络已取得显著进展，但生成的中间帧在视觉质量上仍存在不足，且常伴有明显伪影。本文提出一种新型网络结构，通过引入残差精炼与自适应权重机制，提升中间帧的合成效果。残差精炼技术用于优化光流估计与图像生成，从而提高精度并改善视觉表现；自适应权重图则融合前向与后向光流扭曲帧，有效降低伪影。此外，本文方法中所有子模块均采用深度较浅的U-Net架构实现，保障了模型的高效性。在多个公开数据集上的实验结果表明，所提方法在性能与视觉质量方面均优于当前最先进的技术。