FMA-Net ist ein Deep-Learning-Modell für die Video-Superauflösung und -Entunschärfung. Es kann Videos niedriger Auflösung und mit Unschärfe in hochauflösende und scharfe Videos umwandeln. Durch stromliniengeführte dynamische Filterung und iterative Merkmalsverfeinerung mit multipler Aufmerksamkeit kann es große Bewegungen im Video effektiv verarbeiten und eine kombinierte Superauflösung und Entunschärfung erreichen. Das Modell zeichnet sich durch seine einfache Struktur und seine bemerkenswerte Effektivität aus und kann in vielen Bereichen wie Videoverbesserung und -bearbeitung eingesetzt werden.