تُعتمد الخوارزميات السائدة لاستيفاء الإطارات في الفيديو، التي تُولّد الإطارات المتوسطة من مدخلات متتالية، عادةً على هياكل نموذج معقدة ذات معاملات كثيرة أو زمن تأخير كبير، مما يعيق استخدامها في تطبيقات حقيقية زمنية متنوعة. في هذا العمل، نقترح شبكة فعّالة تعتمد على بنية مشفرة-مُفكّكة، تُسمّى IFRNet، لتصنيع الإطارات المتوسطة بسرعة. تبدأ الشبكة باستخلاص ميزات هرمية من المدخلات المعطاة، ثم تقوم بتحسين حقول التدفق المتوسطة الثنائية مع ميزة متوسطة قوية تدريجيًا حتى توليد المخرج المطلوب. يمكن للميزة المتوسطة المُحسَّنة تدريجيًا أن تُسهّل تقدير التدفق المتوسط، كما تُكمّل التفاصيل السياقية، مما يجعل IFRNet لا تحتاج إلى وحدة إضافية لتصنيع أو تحسين الإطارات. ولإطلاق كامل إمكانات الشبكة، نقترح كذلك خسارة جديدة مبنية على تبادل التدفق البصري المُوجّه نحو المهمة، بهدف التركيز على تعلّم المعرفة المفيدة من المعلم (teacher) من أجل توليد الإطارات. في الوقت نفسه، نُطبّق حدًا جديدًا للانتظام القائم على التناسق الهندسي على الميزات المتوسطة المُحسَّنة تدريجيًا للحفاظ على تخطيط هيكل أفضل. أظهرت التجارب على معايير متنوعة الأداء المتميز والسرعة العالية في الاستدلال للنهج المقترحة. يُمكن الوصول إلى الكود عبر الرابط: https://github.com/ltkong218/IFRNet.