يُحقّق التداخل بين إطارات الفيديو تحسينًا في الدقة الزمنية من خلال إنشاء انتقالات سلسة بين الإطارات. وعلى الرغم من النجاح الكبير الذي حققته الشبكات العصبية العميقة، تبقى الصور المُولَّدة تعاني من جودة بصرية ضعيفة وعوائق غير مرضية. في هذه الورقة، نقترح بنية شبكة جديدة تستخدم تحسين الباقي (residue refinement) والوزن التكيفي (adaptive weight) لإنشاء الإطارات الوسطية. تُستخدم تقنية تحسين الباقي في توليد تدفق البصري (optical flow) والصورة لتحقيق دقة أعلى وظهور بصري أفضل، في حين يُدمج خريطة الوزن التكيفية بين الإطارات المُحَوَّلة للأمام والخلف لخفض العوائق. علاوةً على ذلك، تم تنفيذ جميع الوحدات الفرعية في طريقة العمل باستخدام بنية U-Net ذات عمق أقل، مما يضمن الكفاءة. وأظهرت التجارب على مجموعات بيانات عامة فعالية وتفوّق طريقة العمل المقترحة مقارنةً بالأساليب الرائدة في المجال.