في الآونة الأخيرة، حققت الطرق المُتَّسِعة العميقة نجاحًا ملحوظًا في مجال استعادة التصوير المركب للصورة الفورية (Snapshot Compressive Imaging - SCI). ومع ذلك، تعتمد الطرق الحالية جميعها على الإطار التكراري المبني على سابقة صورة واحدة، مما يحد من كفاءة الطرق المُتَّسِعة ويُعدّ مشكلة في استخدام سوابق أخرى بشكل بسيط وفعال. لتجاوز هذا الحد، نستنتج طريقة فعّالة تُسمّى "التَّمَدُّد الثنائي السَّوابق" (Dual Prior Unfolding - DPU)، التي تحقق الاستخدام المشترك لعدة سوابق عميقة، وتحسّن بشكل كبير كفاءة التكرار. يتم تنفيذ طريقة التمديد لدينا من خلال جزأين رئيسيين: الإطار الثنائي السَّوابق (Dual Prior Framework - DPF) والانتباه المركّز (Focused Attention - FA). وبإيجاز، إلى جانب سابقة الصورة الاعتيادية، يُدخل DPF مُتبقيًا (residual) في صيغة التكرار، ويُنشئ سابقة مُتدهورة للمُتبقي من خلال أخذ مختلف أنواع التدهور بعين الاعتبار، لبناء إطار التمديد. ولتحسين فعالية سابقة الصورة المستندة إلى الانتباه الذاتي، تُطبّق FA آلية جديدة مستوحاة من تفتيت الضوضاء باستخدام تحليل المكونات الرئيسية (PCA)، حيث تُدرِّج وتصفّي الانتباه، مما يُمكنه من التركيز أكثر على السمات الفعّالة بتكلفة حسابية منخفضة جدًا. بالإضافة إلى ذلك، تم اقتراح هيكل غير متماثل (asymmetric backbone) لتحسين كفاءة الانتباه الذاتي الهرمي بشكل إضافي. وبشكل ملحوظ، تحقق طريقة DPU ذات 5 مراحل أداءً من الطراز الرائد (SOTA) بأقل عدد من العمليات الحسابية (FLOPs) والمتغيرات (Parameters) مقارنة بالطرق السابقة، في حين تتفوّق طريقة DPU ذات 9 مراحل بشكل كبير على الطرق المُتَّسِعة الأخرى، مع متطلبات حسابية أقل.