当代生活，我们总是在追求更大的屏幕尺寸、更好的屏幕素质和更高的刷新率。目前来看，电视屏幕的刷新率已经从 4K 60 帧向 8K 120 帧过渡，手机也从 90 帧向 120 帧发展，最强的还是我们这些「打游戏」的 PC 玩家，显示器的刷新率已经是 144 起步，还要玩显示器超频。

但是和屏幕对应的则是影视内容帧率的增长停滞：视频已经实现了 30 帧向 60 帧过渡，电视剧和电影还是维持在 24 帧的水平。

在这样的情况下，我们可以通过自给自足的方式实现视频的补帧。

❶

什么是补帧？

其实不管是 PC 上的补帧、PR 里的光流法渲染、还是电视上的 MEMC 动态补偿，本质上都是通过计算画面中像素的运动轨迹，再依靠插帧的方式进行补帧。

在一段影片当中，一个物体的运动轨迹是相对固定的，因此通过算法可以很容易地算出两帧画面中物体的运动轨迹，在两帧运动轨迹的中间加入模拟的运动轨迹帧，实现插帧效果。通过这样的手段能够实现 30 变 60 及以上的帧率，并且能够减少画面的拖影，让视频看起来更加干净清晰。

但是问题是这样简单的补帧会出现很多问题：例如会加大显卡的压力，带来散热和功耗的压力；有可能会出现画面物体的撕裂；物体边缘由于像素运动是「从无到有」，因此可能会出现连续性方面问题，这被称之为块效应；无法很好地解决前有遮挡的运动物体的运动轨迹补帧。

因此现阶段最先进的补帧方案是通过 AI 计算的方式进行补帧，请注意这里的 AI 不是噱头，而是真的通过 AI 卷积神经网络计算的方式。