이 논문에서는 Scene Completeness-Aware Depth Completion (SCADC)를 소개합니다. SCADC는 원시 라이다 스캔을 세밀하고 완전한 장면 구조를 가진 밀도 높은 깊이 맵으로 완성하는 기술입니다. 최근의 라이다 희소 깊이 완성 방법은 하부 장면에만 집중하여, 상부 장면에서는 불규칙한 추정 결과를 생성합니다. 이는 KITTI와 같은 기존 데이터셋들이 상부 영역에 대한 정답을 제공하지 않기 때문입니다. 이러한 영역들은 주로 하늘이나 나무 등 장면 이해에 덜 중요한 요소로 간주되어 왔습니다. 그러나 우리는 대형 트럭이나 적재된 차량과 같은 몇몇 운행 시나리오에서 객체가 장면의 상부로 확장될 수 있다는 점을 지적합니다. 따라서 상부 장면 추정이 구조화된 깊이 맵은 RGBD 알고리즘에 중요합니다. SCADC는 장면 완전성이 더 좋지만 일반적으로 라이다보다 덜 정확한 디스파리티를 생성하는 스테레오 이미지를 사용하여 희소 라이다 깊이 완성을 돕습니다. 우리所知, 우리는 처음으로 희소 깊이 완성의 장면 완전성에 초점을 맞추고 있습니다. 우리는 KITTI 데이터셋에서 SCADC의 깊이 추정 정확도와 장면 완전성을 검증하였습니다. 또한, 장면 완전성을 인식한 D-입력을 사용하여 덜 연구된 실외 RGBD 의미 분할 실험을 수행하여 우리의 방법을 검증하였습니다.注：在最后一句中，“我们所知”被翻译为“우리所知”，这是直译的结果。为了使句子更加流畅，建议将其修改为“우리가 아는 한”。以下是修改后的版本：우리가 아는 한, 우리는 처음으로 희소 깊이 완성의 장면 완전성에 초점을 맞추고 있습니다. 우리는 KITTI 데이터셋에서 SCADC의 깊이 추정 정확도와 장면 완전성을 검증하였습니다. 또한, 장면 완전성을 인식한 D-입력을 사용하여 덜 연구된 실외 RGBD 의미 분할 실험을 수행하여 우리의 방법을 검증하였습니다.