从二维图像中感知深度是计算机视觉领域中的一个重要研究方向,其可以广泛应用于智能驾驶、三维重建、图像分割、机器人视觉等相关任务中。其中,从单张图像中重建深度信息更具有挑战性。随着近年来深度学习技术的快速发展,涌现出许多从单张二维图像重建深度图的深度学习网络算法,但依然存在预测精度低、部分深度信息丢失、边缘模糊等问题。因此,本文研究使用深度学习网络解决单张图像深度信息重建问题的方法,主要工作如下:（1）提出了一种多尺度融合结构的编解码网络。该网络以编解码结构为基础,在编码器端提出一种多尺度融合结构,将低维特征图与高维特征图融合,保持其相关的位置空间关系,以提高编码器编码能力;在解码器端提出另一种多尺度融合结构,通过将高维特征图与低维特征图相融合,增加网络的细节保持能力,以提高解码器的解码能力,使网络性能达到最佳。（2）在通用室内、室外数据集上验证了本文算法的有效性,并通过消融实验（Ablation experiment）分析各改进对网络性能的提升作用。在通用的室内数据集NYUD v2上,本文实验结果与2017年CVPR文章“多尺度+条件随机场”的δ₁评估指标相比提高了1.849%,rmse（Root mean squared error,均方根误差）指标降低了14.1%;在通用的室外数据集KITTI上,本文实验结果与2018年CVPR文章“单目视频+姿态估计”的δ₁评估指标相比提高了6.6%,rmse指标降低了4.3%。（3）提出了一种深度图像质量评估方法SSIM-GC（Structure SimilarityGradient Correlation,结构相似度-梯度相关性）,其可以用来表征图像的清晰度,从而更全面的评估深度图像质量。传统的平均相对误差、对数平均误差、均方根误差等参数可表征预测深度图与真实图之间的绝对差异,但不全面,往往参数好的预测图像反而看起来更加模糊。因此本文在相似度参数SSIM的基础上融入梯度相关性,得到一种符合人类视觉的图像评估算法。综上,本文提出的多尺度融合结构编解码卷积神经网络对单张图像的深度估计任务有更好的性能表现,图像质量评估参数SSIM-GC可更全面的表征深度图的质量。