1.介绍   对于视频超分提出了很多方法，EDVR中采用了多尺度可变形对齐模块和多个注意层进行对齐和定位并且从不同的帧聚合特征，在RBPN中，多个投影模块用于顺序聚合多个帧中的特征。这样的设计是有效的，但不可避免地增加了运行时和模型的复杂性。此外，与SISR不同，VSR方法的潜在复杂和不同设计在实施和扩展现有方法方面造成了困难，妨碍了再现性和公平比较。我们首先根据功能将流行的VSR方法分解为子模块，大多数现有方法包含四个相互关联的组件，即传播、对齐、聚合和上采样。在上述四个组件中，传播和对齐组件的选择可能会导致性能和效率的大幅波动。我们的实验建议使用双向传播方案来最大化信息收集，并使用基于光流

1.介绍   对于视频超分提出了很多方法，EDVR中采用了多尺度可变形对齐模块和多个注意层进行对齐和定位并且从不同的帧聚合特征，在RBPN中，多个投影模块用于顺序聚合多个帧中的特征。这样的设计是有效的，但不可避免地增加了运行时和模型的复杂性。此外，与SISR不同，VSR方法的潜在复杂和不同设计在实施和扩展现有方法方面造成了困难，妨碍了再现性和公平比较。我们首先根据功能将流行的VSR方法分解为子模块，大多数现有方法包含四个相互关联的组件，即传播、对齐、聚合和上采样。在上述四个组件中，传播和对齐组件的选择可能会导致性能和效率的大幅波动。我们的实验建议使用双向传播方案来最大化信息收集，并使用基于光流

1.介绍   在这项工作中，我们通过设计二阶网格传播和流引导的可变形对齐来重新设计BasicVSR，使信息能够更有效地传播和聚合。  如图所示，提出的二阶网格传播解决了BasicVSR中的两个限制：i）我们允许以类似网格的方式进行更积极的双向传播，ii）我们放松了BasicVSR中一阶马尔可夫特性的假设，并将二阶连接并入网络，以便可以从不同的时空位置聚合信息。这两种修改都改善了网络中的信息流，提高了网络对遮挡和精细区域的鲁棒性。   BasicVSR显示了使用光流进行时间对齐的优势。然而，光流对遮挡并不鲁棒。不准确的流量估计可能会危及恢复性能。为了在克服训练不稳定性的同时利用可变形对齐，我们提

1.介绍   在这项工作中，我们通过设计二阶网格传播和流引导的可变形对齐来重新设计BasicVSR，使信息能够更有效地传播和聚合。  如图所示，提出的二阶网格传播解决了BasicVSR中的两个限制：i）我们允许以类似网格的方式进行更积极的双向传播，ii）我们放松了BasicVSR中一阶马尔可夫特性的假设，并将二阶连接并入网络，以便可以从不同的时空位置聚合信息。这两种修改都改善了网络中的信息流，提高了网络对遮挡和精细区域的鲁棒性。   BasicVSR显示了使用光流进行时间对齐的优势。然而，光流对遮挡并不鲁棒。不准确的流量估计可能会危及恢复性能。为了在克服训练不稳定性的同时利用可变形对齐，我们提