这一篇主要是利用多种现有的方法来进行不确定度的估计。来自意大利博洛尼亚大学计算机科学与工程系的研作者在论文《On the uncertainty of self-supervised monocular depth estimation》中提出的贡献点主要有三个：提出了与深度估计有关的不确定度的评价方法；主要研究了这种自监督学习对不确定度估计以及深度估计的影响；提出了一种 self-teaching 的方法，来对不确定度进行建模，这种方法在姿态未知的情况下，十分有用，通常可以提高深度的估计准确度。