الترجمة العربية:تحقيق أداء أعلى في التحليل الفائق متعدد الإطارات (MFSR) مقارنة بالتحليل الفائق لصورة واحدة (SISR)، نظرًا لقدرة MFSR على الاستفادة من كمية كبيرة من المعلومات المتاحة في عدة إطارات. تكيفت الطرق الحديثة لـ MFSR شبكات التحويل القابلة للتشوه (DCN) لتوفير محاذاة دقيقة للإطارات. ومع ذلك، تعاني الطرق الحالية لـ MFSR من عدم توافق بين الإطار المرجعي والإطارات المصدرية بسبب قيود DCN مثل حقول الاستقبال الصغيرة والعدد المحدد مسبقًا للمعاملات. نتيجة لهذه المشكلات، تجد الطرق الحالية لـ MFSR صعوبة في تمثيل المعلومات ذات التردد العالي. لتحقيق هذا الغرض، نقترح طريقة التحليل الفائق متعدد الإطارات العميقة باستخدام فضاء فورييه مع تدفق البصري (BurstM). تقوم الطريقة المقترحة بتقدير انحراف التدفق البصري لتحقيق محاذاة دقيقة وتتنبأ بمعامل فورييه المستمر لكل إطار لتمثيل النسيج ذي التردد العالي. بالإضافة إلى ذلك، قدمنا مرونة أكبر للشبكة من خلال دعم عوامل تكبير مختلفة للتحليل الفائق (SR) باستخدام النموذج الموحد. نثبت أن طريقتنا تتفوق على الطرق الحالية لـ MFSR من حيث الأداء والمرونة. يمكن الوصول إلى شفرتنا المصدرية عبر الرابط: https://github.com/Egkang-Luis/burstmملاحظات:- "Multi frame super-resolution" تُترجم إلى "التحليل الفائق متعدد الإطارات" (MFSR).- "Single image super-resolution" تُترجم إلى "التحليل الفائق لصورة واحدة" (SISR).- "Deformable convolution network" تُترجم إلى "شبكات التحويل القابلة للتشوه" (DCN).- "Optical flow" تُترجم إلى "تدفق البصري".- "Fourier Space" تُترجم إلى "فضاء فورييه".- "Super-resolution scale factors" تُترجم إلى "عوامل تكبير للتحليل الفائق".