3D系统不同于2D系统,它能够提供场景的深度信息,从而使人类视觉系统能够感知立体效果。准确的场景深度信息,使得3D系统能够呈现立体信息,提高观察者的立体观感体验。深度视频估计是获取场景深度信息的关键技术,其性能对3D显示的质量至关重要。本文正是在这样的背景下,分别在多视点深度估计和单视点深度估计方面开展了深入的研究工作。在多视点深度估计方面,本文提出一种基于运动和结构信息的深度视频估计方法。该方法通过提取视频帧间的运动信息,建立基于运动的能量函数时域项及时域自适应权值,构建全局立体匹配能量函数。由于能量函数充分利用了视频相邻帧之间的时域相关信息,提高了深度视频的质量及其时域一致性。此外,为了进一步提高深度视频估计的性能,基于结构信息提高深度视频的边界准确性,将彩色视频的区域分割信息与初始深度视频的边界相结合来优化能量函数。实验结果表明,本文方法提高了深度视频估计及虚拟视点绘制的质量,同时提高了深度视频的时域一致性和边界准确性。在单视点深度估计方面,本文实现了一种基于无参学习的深度视频估计方法。该方法在基于学习的深度估计框架基础上,对能量函数迭代优化过程中产生的深度视频进行边界提取,通过求取边界的梯度,更新能量函数平滑项。同时,采用由光流法获得的帧间运动矢量构造时域权值,将帧间相关信息应用于能量函数。实验结果表明,本文方法能够获得较高质量的深度视频。