在三维技术日益完善的今天,对于深度信息的需求在日常生活中随处可见。在自动驾驶和三维重建中,深度信息对于位置关系的准确描述起到了至关重要的作用。在三维显示技术中,也需要利用深度图实现虚拟立体视觉。在进行深度估计时,利用神经网络能够有效地提高得到的结果图的准确性,但由于深度图片的真实值在获取时存在着造价较高且图像的分辨率较低等问题,因此无监督学习在这个任务中发挥了重要的作用。利用无监督学习训练的基于单目视频的深度估计能够充分利用单目图像中的信息,将深度估计和相机姿态估计相结合,以成的准确性作为网络的目标函数,实现对深度信息的无监督估计。单目视频的深度估计一直被认为是一个不适定(ill-posed)问题,它以单目图像或视频序列为输入,经过深度估计系统,根据图中边界、雾化效果以及位置关系中隐藏的几何结构信息,得到与原图对应的深度图。由于深度估计过程中利用的平滑约束对于深度估计结果的影响,会导致深度估计结果边界模糊。本文针对单目视频深度估计过程中出现的深度图片边界模糊问题,研究了深度图片的平滑处理和网络训练的自监督过程,提出了改进的方法,具体工作如下:1.针对深度图片中平滑处理,提出了基于动态滤波网络的深度图片平滑处理方法。利用动态滤波器网络产生的滤波器建立深度图片和彩色图片之间的联系,自适应地对深度图片的变化情况重新滤波处理。相较于基础的网络结构,深度估计结果在准确性上提升了1.35%,而对于角度估计没有明显的影响。2.针对网络中的自监督问题,提出了一种基于超分辨任务的可用于训练过程的自监督方法。利用深度图片在超分辨任务中的作用,在深度估计网络中加入了超分辨结果和原图的对比作为监督信息,并将这一信息加入到了特征图中。本文所用的超分辨是按照深度图片的变化,决定超分辨过程中选用何种插值方式并合理分配各种插值方式所占的比例,根据超分辨图片和原图之间的差别衡量深度估计的准确性,从而提升深度估计的准确性。实验结果表明,深度估计的准确性提升了3.65%,角度估计的准确性也有所提升。