L’interpolation vidéo permet d’augmenter la résolution temporelle d’une séquence vidéo en synthétisant des images intermédiaires entre deux images consécutives. Nous proposons un nouvel algorithme d’interpolation vidéo basé sur l’apprentissage profond, fondé sur une estimation bilatérale du mouvement. Tout d’abord, nous développons un réseau de motion bilatérale utilisant un volume de coût bilatéral afin d’estimer précisément les mouvements bilatéraux. Ensuite, nous approximons les mouvements bidirectionnels pour prédire un type différent de mouvements bilatéraux. Nous appliquons ensuite une transformation (warping) aux deux images d’entrée en utilisant les mouvements bilatéraux estimés. Par la suite, nous concevons un réseau de génération de filtres dynamiques afin de produire des filtres de mélange dynamiques. Enfin, nous combinons les images déformées à l’aide de ces filtres de mélange dynamiques pour générer les images intermédiaires. Les résultats expérimentaux montrent que l’algorithme proposé dépasse les méthodes d’interpolation vidéo de pointe sur plusieurs jeux de données standard.