FC-VFI：用于高 FPS 慢动作视频生成的忠实且一致的视频帧插值
计算机视觉与模式识别
2026-03-06 v1
摘要
大规模预训练视频扩散模型在视频帧插值方面表现出色，但由于依赖内在生成先验，难以生成高保真度的帧，限制了从起止帧中保留细节的能力。现有方法常依赖运动控制实现时间一致性，但稠密光流容易出错，稀疏点缺乏结构上下文。本文提出了 FC-VFI 实现忠实且一致的视频帧插值，支持 和 插值，将帧率从 30 FPS 提升至 120 和 240 FPS，分辨率为 ，在保持视觉保真度和运动一致性方面表现出色。我们在潜在序列上引入时间建模策略，以继承起止帧中的保真度线索，利用语义匹配线实现结构感知运动引导，提高运动一致性。此外，我们提出了时间差 loss 以缓解时间不一致性。大量实验表明，FC-VFI 在 diverse 场景中实现了高性能和结构完整性。
引用
@article{arxiv.2603.04899,
title = {FC-VFI: Faithful and Consistent Video Frame Interpolation for High-FPS Slow Motion Video Generation},
author = {Ganggui Ding and Hao Chen and Xiaogang Xu},
journal= {arXiv preprint arXiv:2603.04899},
year = {2026}
}
备注
ICASSP2026