图像深度估计技术在虚拟现实、自动驾驶、三维重建等领域发挥着至关重要的作用。单幅图像本身信息不足,深度估计难度较大,深度学习的快速发展为单幅图像深度估计技术开辟了新的研究方向。本文利用深度学习网络进行了两种单幅图像深度估计方法的研究。针对传统方法在单幅图像深度估计时存在的精度低等问题,构建了一个基于Dense Net全卷积编解码网络的单幅图像深度估网络,编码器网络以Dense Net为基础对图像特征进行提取,解码器网络是基于两种现有的上采样方式重新设计的采样结构,该结构将快速上卷积与快速上映射交叉使用的形式作为新的采样方式,减少了网络参数量,提高了深度图的细节表现。实验结果表明,该方法在单幅图像深度估计任务上的有效性。针对在仅使用编解码网络结构用于单幅图像深度估计时存在的估计精度低、深度图质量差等问题,提出一种Transformer与CNN与融合的编解码网络模型用于深度估计。首先,采用Res Net-50作为编码器-解码器网络的主干网络对图像特征进行提取,同时在编码器-解码器网络中使用多层级融合的方法,将编码器各层级特征信息进行融合作为解码器的输入,提升深度估计网络对多尺度特征信息的利用率。其次,使用Transformer网络对解码器的输出特征进行全局分析,Transformer网络中的多头注意力机制从解码器输出的深层特征中估计深度信息,提高深度估计网络对多尺度特征的提取能力进而提高预测深度图的精准度。本文采用NYU Depth v2数据集用于深度估计网络的训练和评测,对本文提出的两种深度估计模型进行了实验,对实验结果使用平均相对误差、均方根误差、和阈值精度三个评价指标进行评价。实验结果表明,本文提出的基于Dense Net全卷积编解码网络单幅图像深度估计模型与基于“多尺度网络”模型相比,在δ＜1.25指标上提高约11.3%。本文提出的Transformer与CNN融合的单幅图像深度估计模型与基于“深度注意量”模型相比,在δ＜1.25指标上提高约8.4%。综上所述,本文提出的两种深度估计模型在单幅图像深度估计任务上取得了较好的实验结果。