RIFE
IFRNet：CVPR 2022｜上海交大&腾讯优图提出IFRNet：视频插帧新范式&新SOTA
IFRNet
CAIN ncnn Vulkan - 只能用于 0.5 时刻点（两帧插一帧）的 AI 视频补帧算法
rife-ncnn-vulkan - 只能用于 0.5 时刻点（两帧插一帧）的 AI 视频补帧算法（速度较快，效果非常好）
DAIN ncnn Vulkan - 支持任意时刻点插帧的 AI 视频补帧算法（速度最慢，占用最高，效果非常好）
谷歌的FILM: Frame Interpolation for Large Motion （只有图片demo）效果可以
https://github.com/google-research/frame-interpolation?tab=readme-ov-file
EMA-VFI （只有图片demo）效果可以
VFIformer （要训练，只有图片）
集成工具
AaronFeng753/Waifu2x-Extension-GUI: Video, Image and GIF upscale/enlarge(Super-Resolution) and Video frame interpolation. Achieved with Waifu2x, Real-ESRGAN, Real-CUGAN, RTX Video Super Resolution VSR, SRMD, RealSR, Anime4K, RIFE, IFRNet, CAIN, DAIN, and ACNet. (github.com)
1、 实时插帧算法对比
实时插针算法主要有：RIFE、IFRNet、DAIN、CAIN，他们的性能对比如下：
评估指标：PSNR、SSIM和FPS
PSNR（峰值信噪比，Peak Signal-to-Noise Ratio），用于衡量两张图像之间差异，例如压缩图像与原始图像，评估压缩图像质量；复原图像与ground truth，评估复原算法性能等。PSNR数值越大表示失真越小。，因为数值越大代表MSE越小。MSE越小代表两张图片越接近，失真就越小。
SSIM（结构相似性，Structural Similarity）基于人眼会提取图像中结构化信息的假设，比传统方式更符合人眼视觉感知。SSIM≤1，SSIM 越大，两张图像越相似。
FPS是图像领域中的定义，是指画面每秒传输帧数，通俗来讲就是指动画或视频的画面数
2、 设备要求
2GB 以上显存, 4GB 左右的空余运行内存以及4GB+的磁盘剩余空间
3、 测试结果
RIFE
视频分辨率1280x720
1.没量化
2.开启fp16量化
3.开启scale=0.5
显卡v100占用
参考：
https://zhuanlan.zhihu.com/p/362525023
https://github.com/zdyshine/Video-Frame-Interpolation-Summary/blob/main/2023_before.md