插帧算法国内外研究现状

插帧算法是一种视频帧率转换技术，其主要作用是将视频的帧率从一种速率转换为另一种速率，以实现视频的平滑播放或缩放等效果。以下是插帧算法国内外研究现状：

国外研究现状：

1. 平均场插值算法：该算法是最早的插帧算法之一，它利用了相邻帧之间的相似性来生成新的帧，但是该算法容易产生伪影和模糊现象。

2. Morphing算法：该算法通过对两个相邻帧之间的变形来生成新的帧，其可以产生非常流畅的视频效果。

3. Optical Flow算法：该算法通过计算两个相邻帧之间的运动信息来生成新的帧，其可以产生非常真实的效果，但是算法复杂度较高。

4. Deep learning算法：近年来，随着深度学习技术的发展，一些基于深度学习的插帧算法也取得了很好的效果，如FlowNet、Super SloMo等。

国内研究现状：

1. 双向运动估计插值算法：该算法通过对两个相邻帧之间的运动信息进行双向估计来生成新的帧，其效果较好。

2. 基于深度学习的插帧算法：国内的一些研究机构也开始应用深度学习技术进行插帧算法的研究，如中科院自动化所提出的FrameInterpolation算法等。

总的来说，国外的插帧算法研究比较早，但是国内的研究也在逐渐发展壮大，尤其是在深度学习技术的应用方面取得了不小的进展。