نقدّم خوارزمية جديدة، بسيطة ولكنها فعّالة، لاستيفاء الإطارات في مقاطع الفيديو القائمة على الحركة. تعتمد الطرق الحالية القائمة على الحركة في استيفاء الإطارات عادةً على نموذج مُدرّب مسبقًا لتدفق بصري أو على شبكة هرمية تعتمد على U-Net لتقدير الحركة، والتي تُعاني إما من حجم نموذج كبير أو من قدرة محدودة في التعامل مع الحالات المعقدة والحركة الكبيرة. في هذا العمل، وباستخدام دمج دقيق للتحويل الأمامي الموجه نحو المعطيات الوسيطة، ومحول ميزات خفيف الوزن، وحجم ترابط (correlation volume) داخل إطار هرمي متكرر، نستنتج نموذجًا صغيرًا يُقدّر في نفس الوقت الحركة الثنائية الاتجاه بين الإطارات المدخلة. ويبلغ حجم هذا النموذج 15 مرة أصغر من PWC-Net، معتمدًا في المقابل على معالجة أكثر موثوقية ومرونة للحالات الصعبة في الحركة. بناءً على الحركة الثنائية الاتجاه المقدرة، نُحول إطارات المدخلات وسمات سياقها إلى الإطار المتوسط، ثم نستخدم شبكة توليد لاستنتاج الإطار المتوسط من التمثيلات المُحولة. تُظهر خوارزميتنا أداءً ممتازًا في مجموعة واسعة من معايير استيفاء إطارات الفيديو. يتوفر الكود والنماذج المدربة على الرابط: \url{https://github.com/srcn-ivl/EBME}.