نُقدّم خوارزمية جديدة لتقدير العمق من صورة واحدة، تقوم بتفكيك خريطة العمق المترية إلى خريطة عمق مُعيّنة وسمات المقياس. يتكوّن الشبكة المقترحة من معالج مشترك وثلاثة مُفكّكات، تُسمّى G-Net وN-Net وM-Net، والتي تقدّر خرائط التدرج، وخريطة العمق المُعيّنة، وخريطة العمق المترية على التوالي. تتعلّم M-Net تقدير العمق المترية بدقة أكبر باستخدام سمات العمق النسبي التي يستخرجها G-Net وN-Net. يتم يتميّز الخوارزمية المقترحة بقدرتها على الاستفادة من مجموعات بيانات لا تحتوي على علامات عمق مترية لتحسين أداء تقدير العمق المترية. وأظهرت النتائج التجريبية على مجموعة متنوعة من المجموعات أن الخوارزمية المقترحة لا تقدّم أداءً تنافسيًا مع أحدث الخوارزميات، بل تُعطي نتائج مقبولة حتى عند توفر كمية صغيرة جدًا من بيانات العمق المترية لتدريبها.