La estimación de la profundidad a partir de una sola imagen es una tarea significativa. Aunque los métodos de aprendizaje profundo prometen mucho en esta área, aún enfrentan varios desafíos, incluida la limitada modelización de dependencias no locales, la falta de modelos de optimización conjunta de funciones de pérdida efectivas y la dificultad de estimar con precisión los bordes de los objetos.