要約
動画補間は、連続する2つのフレームの間に中間フレームを合成することで、動画シーケンスの時間分解能を向上させる手法である。本研究では、両方向運動推定を基盤とする新たな深層学習に基づく動画補間アルゴリズムを提案する。まず、両方向コストボリュームを用いた両方向運動ネットワークを構築し、正確な両方向運動を推定する。次に、双方向運動を近似することで、異なる種類の両方向運動を予測する。その後、推定された両方向運動を用いて、2つの入力フレームを変形（ワープ）する。さらに、動的ブレンドフィルタを生成するための動的フィルタ生成ネットワークを設計する。最後に、変形されたフレームを動的ブレンドフィルタを用いて合成し、中間フレームを生成する。実験結果により、提案手法が複数のベンチマークデータセットにおいて、最先端の動画補間アルゴリズムを上回ることを確認した。