あえてDepth推定範囲をパッチ毎に分割することで曖昧性も持たせ、確率分布を持った単眼Depth推定手法を提案した。 また、入力を単眼画像だけでなく、追加で[解像度の低いDepth/疎なDepth/手動で与えたランドマークのDepth等]の情報を与えればネットワークの再学習無しに推定精度を向上させる枠組みを提案した。

NYUv2データセットを用いた評価にて単眼および、複数の追加情報を用いた全てのケースで従来手法を上回る精度を達成した。

従来手法よりも性能が良いだけでなく、複数の深度推定問題を再学習無しで実行でき、汎用性が高い。特にMAP推定でDepthを組み合わせる発想はイケてる。