自动驾驶、虚拟现实、增强现实等技术在近几年迅速发展,深度估计作为这些技术中不可或缺的一环,受到研究人员的广泛关注。基于深度学习的单目深度估计就是利用卷积神经网络提取抽象特征的能力,在二维图像上获取复杂的深度线索,从而避免了使用传统硬件设备如激光雷达、毫米波雷达带来的高成本、设备不易嵌入等问题。无监督单目深度估计通常使用编解码器网络,如何有效地融合编解码器中的高低层特征信息,将各个尺度物体的深度特征合理利用,是一项具有挑战性的工作。此外,无纹理、遮挡等现实中大量存在的现象也会给网络估计带来困难。论文主要针对如何有效融合多尺度信息以及解决无纹理等问题进行了深入的分析与研究。主要的创新点与成果如下:（1）基于密集特征融合的无监督单目深度估计。针对现有网络使用的U型编解码器只在编解码器的同层使用跳转连接进行特征融合带来的特征复用率低、融合不充分等问题,提出了基于密集特征融合的无监督单目深度估计网络。首先,设计密集特征融合层,将高低层特征和低分辨率的视差图以通道堆叠接卷积的形式进行融合;接着以密集连接的形式将密集特征融合层部署在编解码器之间,取代之前的跳转连接,提高各层特征的复用率;最后对编码器网络进行通道裁剪,以实现编解码器之间的性能均衡。在KITTI数据集上阈值精度提高到85%,绝对相对误差下降到0.122,其余5个指标均有提升。在Make3D数据集上绝对相对误差下降到0.497,其余3个指标均有提升。（2）基于均衡多尺度的无监督单目深度估计。针对现有网络在U型编解码器中使用跳转连接进行特征融合中带来的特征稀释问题,编码器提取特征阶段造成的空间信息丢失问题,以及场景中经常存在的尺度不均衡问题,提出基于均衡多尺度的无监督单目深度估计。首先,将空洞卷积加入到编码器的后两层中,减少了下采样次数,保留了更多的空间细节;接着设计了均衡多尺度模块,以池化的方式提取多尺度特征,接着进行均衡的融合操作,配合注意力机制对融合特征进一步选优,得到丰富、冗余度低的均衡多尺度信息;最后,将编码器输出的高分辨率、大感受野的特征输入给均衡多尺度模块,两者互相配合,很大地提高了网络性能。在KITTI数据集上的阈值精度提高到88%,绝对相对误差下降到0.104,其余5个指标均有提升。在Make3D数据集上绝对相对误差下降到0.330,其余3个指标均有提升。（3）面向大面积无纹理区域的无监督单目深度估计。针对USVInland数据集中大面积的水域、天空所造成的大范围无纹理区域现象,提出了视差初始化损失、水平梯度一致性损失以及无纹理掩膜三项改进。首先,使用无纹理掩膜算法提取出图像中的无纹理区域;接着将视差初始化损失作用在无纹理掩膜识别出的区域,改变了整个网络的损失地貌,使网络在训练过程中不容易陷入局部最优解;最后将水平梯度一致性损失作用在无纹理掩膜识别出的区域,使水平方向尽可能平滑,三者相互配合,使无纹理区域也能预测出合理深度。在USVInland数据集数据集上的阈值精度提高到64.9%,绝对相对误差下降到0.37,其余5个指标均有提升。