目前3D视频的制作方法主要有三种：双机或多机拍摄、CGI和2D/3D转换。由于3D视频实时拍摄技术复杂、成本昂贵,CGI题材受限,而2D视频大量存在,所以2D/3D技术可以有效解决3D片源不足的问题,这使得2D/3D技术的研究有着更为现实的意义。2D视频转3D视频的关键就是如何快速并且高质量地获取2D视频序列中每一帧图像的深度信息。针对2D视频转3D视频中深度信息的提取,本文具体的研究成果包括以下几个方面：(1)改进的块匹配运动估计算法。该算法根据视频序列相邻帧之间运动矢量的时空相关性和概率分布特性,使用了搜索起点预测准则、中止阈值准则和自适应搜索策略。实验结果表明,该算法与传统的三步搜索法、菱形搜索法等相比,减少了对静止块的搜索,减少了搜索点数,在保证图像质量的同时,提高了运动估计的速度。(2)将改进的算法与实际应用相结合。通过3D视频后期合成软件Nuke将视频的前后景区域进行划分,对于运动缓慢的背景区域,采用改进的全搜索算法,停止对静止区域的搜索,保证搜索的精度和速度；对于运动剧烈的前景区域,采用改进的块匹配运动估计算法,在保证图像质量的同时,最大程度提高搜索速度。由于Nuke软件支持Python脚本语言,可以在Nuke软件中直接实现算法,将改进算法与实际应用相结合。(3)实验及数据的可视化后处理。在Matlab平台上通过实验验证了改进的算法的精度和速度,并与传统的算法进行了比较。在Nuke软件中实现了视频前后景的半自动分割,并用Pyhton脚本语言实现了改进的算法。