動画フレーム補間は、フレーム間の滑らかな遷移を生成することで時間的スーパーレゾリューションを実現する。深層ニューラルネットワークの活用により著しい進展が達成されたものの、合成画像は依然として視覚的な質が低く、不満足なアーティファクトを含む問題が残っている。本論文では、残差の精緻化と適応的重みを活用する新しいネットワーク構造を提案する。残差の精緻化技術により、光流場推定および画像生成の精度を向上させ、より良好な視覚的品質を実現する。一方、適応的重みマップを用いて前向きおよび後向きのワーピングフレームを統合することで、アーティファクトを低減する。さらに、本手法のすべてのサブモジュールは深さを限定したU-Net構造で実装されており、計算効率の確保を図っている。公開データセット上での実験により、最先端手法と比較して本手法の有効性および優位性が確認された。