本研究提出了一种无训练的多提示视频生成方法DiTCtrl，解决了现有模型在数据需求和提示跟随能力上的不足。实验结果表明，该方法在无需额外训练的情况下实现了先进性能。

本文提出了一种统一的CNN框架来规范化深度完成，通过模拟深度与表面法线之间的几何约束，预测稀疏LiDAR输入的置信度，以隔离噪声的影响，以实现从稀疏深度图恢复密集深度图的目标。在实验中，使用KITTI深度完成数据集和NYU-Depth-V2数据集验证了方法的先进性能。

本文提出了一种统一的CNN框架来规范化深度完成，通过模拟深度与表面法线之间的几何约束，预测稀疏LiDAR输入的置信度，以隔离噪声的影响，以实现从稀疏深度图恢复密集深度图的目标。在KITTI深度完成数据集和NYU-Depth-V2数据集上进行了实验，证明了方法的先进性能。