深度信息是智能系统实现场景理解的基础,单目图像深度估计作为一个比较基础的视觉任务,可以为许多高级任务提供深度信息,在自动驾驶、增强现实、虚拟现实等任务中有着巨大的应用前景,可以说是一个相当重要的研究课题。虽然现在已经出现了一些可以用于获取深度信息的设备,比如深度相机、激光雷达,但是在室外场景下它们不能获得令人满意的深度值。相比于双目和多目深度估计方法,单目深度估计方法获取数据简单、成本低廉,可以得到一张全分辨率的深度图,为深度信息的获取提供了一条全新的研究思路。正是因为单目图像深度估计方法具有重要的研究价值,本文基于深度学习方法对室外场景下的单目图像深度估计进行了研究,主要研究内容如下:1、针对室外场景下的单目深度估计任务,在第三章中提出了一种基于编解码结构和分阶段优化策略设计的单目深度估计算法。这个模型由两部分组成,第一部分选择使用当前最先进的单目深度估计体系中的编解码结构,第二部分使用CSPN作为后处理模块,可以对第一部分产生的不够细粒度的深度图进行优化。虽然使用分阶段策略,但是最终的模型整体上还是一个端到端结构,训练与测试过程并不复杂。在面向室外场景的公开数据集KITTI上对模型进行训练与测试,实验结果证明该算法针对室外场景可以产生比较好的深度预测效果。2、第三章中提出的模型产生的深度图在物体的轮廓细节上比较模糊,为了解决这一问题,第四章中所做的工作在其基础上新增加了一个特征对齐模块,提出一种基于特征对齐操作和分阶段优化策略的单目深度估计算法。不同于一般的单目深度估计算法,该模型使用从视频中抽取的连续帧序列作为输入,特征对齐模块先后在多个尺度上对邻近帧与参考帧的特征图进行对齐,从而更好地利用图像中包含的局部信息。通过将邻近帧与参考帧的特征图进行融合,丰富了参考帧特征图中包含的信息,以便预测出更精确的深度值。在KITTI odemetry数据集上对这一模型进行训练与测试,实验结果显示加入对齐模块后的模型在评价指标和最终输出的深度图上都要优于第三章中提出的模型,这说明加入特征对齐操作确实显著提升了算法的深度预测能力。3、由于第四章中提出的模型存在网络设计复杂导致的训练参数量大、训练与测试耗时长等一系列不足,使用空间可分离卷积替换模型中的标准卷积,对其进行轻量化改进,。另外,由于轻量化后的模型出现了精度降低的问题,为了解决这一问题,使用图像集合损失函数对模型进行训练,这种损失函数充分利用数据增强后的图片与原图片应该预测出相同深度值这一关系。最终在KITTI odemetry数据集上对轻量化后的模型进行训练与测试,实验结果表明该轻量化模型可以在精度与效率之间取得比较好的折衷,虽然最终得到的深度图在细节上不如第四章中提出的模型,但是考虑到轻量化措施大大减少了训练参数量、加快了模型的训练与测试速度,这一研究还是具有一定价值的。