三维场景感知与三维场景重建一直是计算机视觉领域中重要的研究课题,而深度信息是理解场景三维几何关系、重建场景三维空间结构的重要内容。当前深度估计与场景重建算法要么依赖昂贵的深度采集设备;要么算法复杂、耗时长,提高了三维场景重建技术实际应用的门槛。针对现有深度估计与三维场景重建技术的局限性,本文对基于深度学习的单目室内场景深度估计与重建问题进行了研究,主要工作如下:1.在传统深度卷积神经网络的基础上,提出了一种金字塔形单目深度估计网络模型。该模型通过引入空间金字塔池化模块,采用多尺度学习的策略以有效获取图像的空间上下文信息。此外,针对单目图像与深度图之间映射的不确定性,提出了一种金字塔损失函数以提升深度估计的准确性。2.利用特征点法对输入的图像提取特征并进行特征匹配;之后结合几何约束计算相机的旋转矩阵与平移向量,完成相机位姿初始化;最终使用迭代最近点法迭代式地恢复精确的相机运动轨迹参数。3.采用图优化方法优化估计的相机位姿,并将深度图像与彩色二维图像进行拼接,搭建了一套能够真实反应室内场景三维空间分布的单目室内场景重建系统。本文提出的基于深度学习的单目室内场景深度估计与重建算法兼顾算法准确性与实时性,对环境变化、场景材质差异等影响因素具有较好的鲁棒性。