نقدم إطارًا تعليميًا مبنيًا على الشبكة المتحولة المتكررة (Recurrent Transformer Network - RTN) لاستعادة الأفلام القديمة التي تعرضت للتدهور الشديد. بدلاً من إجراء استعادة الإطار تلو الآخر، يعتمد أسلوبنا على المعرفة الخفية المستخرجة من الإطارات المجاورة التي تحتوي على معلومات وافرة عن التعتيم، مما يساعد في استعادة الأخطاء الصعبة في كل إطار مع ضمان التماسك الزمني. علاوة على ذلك، فإن مقارنة تمثيل الإطار الحالي بالمعرفة الخفية يجعل من الممكن استنتاج موقع الخدوش بطريقة غير مشروفة، وهذه التقنية للتحديد الدقيق للعيوب تعمم بشكل جيد على حالات التدهور الحقيقية.لتحسين حل المشكلات المتعلقة بالتدهور المختلط وتعويض خطأ تقدير الجريان أثناء تمحاذاة الإطارات، نقترح استخدام كتل تحويل أكثر تعبيرًا للترميم المكاني. تجارب أجريت على مجموعة بيانات اصطناعية وعلى أفلام قديمة حقيقية قد بينت التفوق الكبير للشبكة المتحولة المتكررة المقترحة (RTN) على الحلول الموجودة. بالإضافة إلى ذلك، يمكن لنفس الإطار العمل بكفاءة في نشر اللون من الإطارات الرئيسية إلى الفيديو بأكمله، مما يؤدي في النهاية إلى إنتاج أفلام مستعاده مذهلة. سيتم إطلاق التنفيذ والنموذج على الرابط:https://github.com/raywzy/Bringing-Old-Films-Back-to-Life.