この論文では、LFR、LRビデオからHRビデオを直接合成する、1ステージの時空間ビデオ超解像フレームワークを提案します。まず、欠落LRビデオフレームのLRフレーム機能を時間的に内挿します。次に、変形可能なConvLSTMを提案し、時間情報を同時に整列および集約して、グローバルな時間コンテキストをより効果的に活用します。最後に、深い再構成ネットワークを採用してHRビデオを予測します。

ベンチマークデータセットでの広範な実験は、提案された方法がより良い定量的および定性的パフォーマンスを達成するだけでなく、最近の2段階の最新の方法、たとえばDAIN + EDVRおよびDAIN + RBPNよりも3倍以上速いことを示しています。