ピントボケ検出（DBD）は画像内のピントが合っている領域と合っていない領域を分離します。従来の手法では、ピントが合っている均一な領域を誤ってピントボケ領域と認識してしまうことがあり、これはピントボケの原因となる内部要因を考慮していないためと考えられます。深度法則、被写界深度（DOF）、およびピントボケに着想を得て、我々は深度とDOFの手がかりを暗黙的に組み込んだアプローチであるD-DFFNetを提案します。これにより、モデルはピントボケ現象をより自然に理解することが可能になります。本手法では、事前学習済みの単眼深度推定モデルから深度情報を抽出するための深度特徴蒸留戦略を提案し、DOF-エッジ損失を使用してDOFと深度の関係性を理解します。我々のアプローチは公開ベンチマークデータセットや新規収集された大規模ベンチマークデータセットEBDにおいて最先端の手法を上回っています。ソースコードおよびEBDデータセットは以下のURLで入手可能です：https://github.com/yuxinjin-whu/D-DFFNet。