CluDe是一个新型的基于聚类的框架，用于解决计算机视觉中的深度完整性问题。它通过像素值的聚类学习深度中心，并通过估计偏移量动态调整深度分布，生成像素级和连续深度表示。实验结果表明，CluDe成功地降低了对象边界处的深度模糊，并在VOID和KITTI数据集上取得了优于基于分类的方法的性能。