في هذه الورقة، نقدم ميزات مُصممة يدويًا قوية ومتزامنة، بالإضافة إلى ميزة عميقة بسيطة ولكنها فعالة، مستمدة من بنية شبكة عصبية تلافيفية (CNN) لتقدير التشتت البؤري. تحلل هذه الورقة بشكل منهجي فعالية الميزات المختلفة، وتبين كيف يمكن لكل ميزة تعويض نقاط الضعف في الميزات الأخرى عند دمجها معًا. ولتقدير خريطة التشتت البؤري الكاملة، نستخرج قطعًا صورية من مناطق الحواف القوية بشكل متباعد، ثم نستخدم هذه القطع لاستخراج الميزات العميقة والمحسوبة يدويًا. ولتقليل درجة الاعتماد على حجم القطع، نقترح أيضًا استراتيجية استخراج متعددة المقياس. يتم إنشاء خريطة تشتت بؤري متباعدة باستخدام فاصل تصنيف شبكي اصطناعي يتبعه مرشح ثنائي الجوانب المبني على الاحتمالات. وتحصل على الخريطة النهائية للتشتت البؤري من الخريطة المتباعدة باستخدام صورة مدخلة معالجة بمرشح يُحافظ على الحواف كمرشد. تُظهر النتائج التجريبية أن خوارزميتنا تتفوق على أحدث الخوارزميات في مجال تقدير التشتت البؤري. ويمكن توظيف هذا العمل في تطبيقات متعددة مثل التجزئة، وتكبير الضبابية، وإنشاء صور بتركيز كامل، وتقدير القياس الثلاثي.