介绍 最近，数字和模拟技术开始加速融合。我们生活在一个人工智能技术能够显著提高质量的时代，只要模拟材料能够数字化。 例如，讨论中涉及到的纸艺软件，纸龙的移动模型被时间锁定，以大约 3 fps（每秒帧数）的速度创建视频。然而，无论连续拍摄多么细致，视频看起来都很不流畅。不过，利用不断发展的人工智能技术 RIFE（实时中间流估计），现在可以将这种 3 帧/秒的视频转换（插值）为甚至 24 帧/秒的

运动想象分类学习系列:IFNet 0. 引言1. 主要贡献2. 提出的方法2.1 交互式频率卷积神经网络2.1.1 光谱空间特征表示2.1.2 跨频交互2.1.3 分类（一个池化+分类层） 2.2 重复试验增强 3. 实验3.1 基线比较3.2 消融实验3.2.1 数据增强消融3.2.2 条带分割消融3.2.3 交互算子的烧蚀 4. 总结欢迎来稿 论文地址：https://ie