Selbstüberwachte monoökulare Tiefenschätzverfahren leiden nicht nur an Skalenambiguität, sondern erzeugen auch zeitlich inkonsistente Tiefenkarten bezüglich der Skala. Obwohl die Auflösung von Skalenambiguitäten während des Trainings ohne eine Art Ground-Truth-Überwachung nicht möglich ist, würden skalenkonsistente Tiefenschätzungen es ermöglichen, die Skala einmal während der Inferenz als Nachbearbeitungsschritt zu berechnen und diese über die Zeit hinweg zu verwenden. Mit diesem Ziel werden eine Reihe von zeitlichen Konsistenzverlustfunktionen eingeführt, die Pose-Inkonsistenzen über die Zeit minimieren. Auswertungen zeigen, dass die Einführung dieser Nebenbedingungen nicht nur Tiefeninkonsistenzen reduziert, sondern auch die Basisleistung bei der Schätzung von Tiefen und Ego-Bewegung verbessert.