يقترح هذا العمل طريقة جديدة لاستكمال الخرائط النادرة لتقنية الليدار بدقة باستخدام صور RGB كدليل. في مجال المركبات ذاتية القيادة والروبوتات، تعد استخدام تقنية الليدار ضرورية لتحقيق توقعات دقيقة للعمق. العديد من التطبيقات تعتمد على الوعي بمحيطها وتستخدم مؤشرات العمق للتفكير والاستجابة وفقًا لذلك. من ناحية، تفشل طرق التنبؤ بالعمق الأحادي العين في إنشاء خرائط عمق مطلقة ودقيقة. ومن ناحية أخرى، لا تزال الطرق الاستيريوسكوبية متأخرة بشكل كبير عن الطرق القائمة على الليدار. هدف مهمة استكمال العمق هو إنتاج توقعات كثيفة للعمق من السحب النقطية النادرة وغير المنتظمة التي يتم رسمها على مستوى ثنائي الأبعاد (2D). نقترح إطارًا جديدًا يستخلص المعلومات العالمية والمحلية معًا لإنتاج خرائط عمق مناسبة. نعتقد أن استكمال العمق البسيط لا يتطلب شبكة عميقة. ومع ذلك، نقترح أيضًا طريقة دمج مع إرشادات RGB من كاميرا أحادية العين للاستفادة من معلومات الأجسام وتصحيح الأخطاء في الإدخال النادر. هذا يحسن الدقة بشكل كبير. بالإضافة إلى ذلك، يتم استخدام أقنعة الثقة لأخذ عدم اليقين في توقعات العمق من كل وسيلة بعين الاعتبار. هذه الطريقة المدمجة تتفوق على أفضل التقنيات الحالية وتحتل المركز الأول في معيار KITTI لاستكمال العمق (KITTI depth completion benchmark). شفرتنا البرمجية مع التصورات متاحة.请注意，这里的人名和机构名称（如 KITTI）没有翻译，因为它们通常是专有名词，直接保留原文即可。如果您需要进一步的帮助或有其他特定要求，请告知我。