Video Frame Interpolation via Adaptive Separable Convolution

这篇是ICCV17的文章，是前一篇CVPR17的增强版，title也只比前作多了一个词，tql。

这篇文章解决了前一个文章没能解决的问题，因为2D的kernel size必须很大才能处理大的motion，所以无法在这种大size的kernel下直接预测全图per-pixel的kernel，只能pixel by pixel地预测，这就导致了算法的复杂以及最后结果无法加上全图的loss等问题。因此文章提出用1D的kernel来代替2D的kernel，将kernel的复杂度从$K^2$变成$2K$，进而可以实现全图的输出。

输出的1D的kernel有两个，一个是horizontal的，一个是vertical的，二者进行外积即可得到一个完整的2D kernel，这种情况下，kernel size可以进一步设大，增强网络对大motion的处理能力。

小结

这篇文章就更接近前面两篇KPN的方法了，都是用一个类似于AE的结构生成全图的per-pixel的kernel来做卷积，不同的是这里为了减少存储量，把2D kernel分解成了两个1D的，还是有点意思的。