Langzeit-zeitliche Ausrichtung ist für Aufgaben der Videorestitution entscheidend, jedoch herausfordernd. In jüngster Zeit versuchen einige Ansätze, die Langzeit-Ausrichtung in mehrere Teil-Ausrichtungen zu zerlegen und diese schrittweise zu behandeln. Obwohl dieser Ansatz hilfreich ist, um ferne Korrespondenzen zu modellieren, ist aufgrund des Propagationsmechanismus eine Fehlerakku­mulation unvermeidbar. In dieser Arbeit präsentieren wir ein neuartiges, generisches iteratives Ausrichtungsmodul, das ein schrittweises Verfeinerungsschema für Teil-Ausrichtungen nutzt und somit eine genauere Bewegungskompensation ermöglicht. Um die Genauigkeit der Ausrichtung und die zeitliche Konsistenz weiter zu verbessern, entwickeln wir eine nicht-parametrische Re-Weighting-Methode, bei der die Bedeutung jedes benachbarten Frames räumlich adaptiv bewertet und zur Aggregation verwendet wird. Dank der vorgeschlagenen Strategien erreicht unser Modell state-of-the-art-Leistungen auf mehreren Benchmarks bei einer Vielzahl von Videorestitution-Aufgaben, darunter Videoupscaling, Rauschunterdrückung und Entunschärfung. Das Projekt ist unter \url{https://github.com/redrock303/Revisiting-Temporal-Alignment-for-Video-Restoration.git} verfügbar.