A EVM es un sistema que recive una secuencia de imágenes y genera otra secuencia con el mismo número de pixels, donde el movimiento es amplificado a diferentes niveles de resolución espacial. Básicamente, las fases son: (1) calcular la Paplacian Pyramid de cada imagen del vídeo, generándose tantos vídeos como niveles tiene la pirámide, (2) aplicar un filtrado en el dominio del tiempo a cada vídeo, (3) amplificar más o menos cada vídeo resultante, (4) sumar cada vídeo al correspondiente sin filtrar, y (5) deshacer la pirámide. Todos los detalles de la implementación pueden consultarse en los enlaces proporcionados.