تم اعتماد العينة التصويرية القابلة للتفاضل على شكل تحويل عكسي (backward warping) على نطاق واسع في مهام مثل تقدير العمق وتنبؤ التدفق البصري. على النقيض من ذلك، لم تلقَ طريقة تنفيذ التحويل الأمامي (forward warping) نفس الاهتمام، جزئياً بسبب التحديات الإضافية مثل حل تعارض خريطة عدة بكسلات إلى نفس الموقع الهدف بطريقة قابلة للتفاضل. نقترح طريقة "الإسقاط باستخدام دالة الـ softmax" (softmax splatting) لمعالجة هذا التحول في النموذج، ونُظهر فعاليتها في تطبيق تداخل الإطارات (frame interpolation). وبشكل محدد، بالاعتماد على تقدير تدفق بصري، نقوم بتحويل الأمامي للإطارات المدخلة وتمثيلاتها الهرمية للسمات باستخدام طريقة الإسقاط باستخدام دالة الـ softmax. وبذلك، تُعالج طريقة الإسقاط باستخدام دالة الـ softmax بسلاسة الحالات التي تُخَرَّج فيها عدة بكسلات مصدرية إلى نفس الموقع الهدف. ثم نستخدم شبكة تركيب (synthesis network) للتنبؤ بنتيجة التداخل من التمثيلات المُحَوَّلة. تتيح لنا طريقة الإسقاط باستخدام دالة الـ softmax إمكانية تداخل الإطارات في أي وقت مُعطى، بالإضافة إلى إمكانية تحسين دقيق (fine-tune) للتمثيل الهرمي للسمات وتقدير التدفق البصري. ونُظهر أن نهجنا في التركيب، المدعوم بـ softmax splatting، يحقق نتائج جديدة من مستوى الحد الأقصى (state-of-the-art) في تداخل إطارات الفيديو.