本研究提出了UDD方法，解决了合成图像中未充分利用区域的问题，增强了合成数据集的信息性和区分性。实验证明，UDD在多种数据集上的性能优于现有方法，尤其在CIFAR-10和CIFAR-100上分别提高了4.0%和3.7%的性能。

该研究提出了一种有效表征被遮挡目标行人的方法，通过多视角信息集成和传播的框架，并设计了相应的模块来应对遮挡干扰和区分性不同的图像。实验证明该方法的有效性和优越性。