深度是人类感知世界的一个重要元素,它表征了人眼接收到二维图像视觉信号以外的第三维信息。计算机视觉任务中引入场景深度信息对于诸多实际应用都是非常关键的,例如:自动驾驶中的场景理解、增强或虚拟现实中的场景构建等。现实中直接从捕获设备获取精确深度的难度较大,要么如飞行时间、结构光等方法一样成本高效率低,要么如激光雷达一样可以高效扫描但只能采集到稀疏的深度图像。因此,如何从易得的彩色图像中估计高质量的深度,以及进一步在复杂场景的稀疏深度中补全稠密深度,始终是计算机视觉、图形学、模式识别等领域的研究热门话题。由于深度任务都涉及一个从图像域映射到深度域的信息跨域问题,以及各种噪声干扰,这都给深度任务带来的较大挑战。目前还没有方法能够做到完美的获取深度图像。因此,深度估计和深度补全任务具有较大的研究意义。本文基于近期热门的深度学习技术,对深度估计和深度补全任务进行研究,即如何从彩色图像或稀疏深度图像中估计或补全出稠密深度。特别的,单目深度估计虽然数据成本较低,但信息跨域程度较大,且信息量较少更加大了其NP难问题的挑战,基于深度学习方法的性能和实用性较差,故本文所研究的深度估计方法为双目深度估计。本文针对双目深度估计现有方法缺乏几何信息表示作为跨域线索导致估计深度局部不够准确的问题,提出了一个基于几何中间表示的双分支注意力融合网络。该网络主要创新的利用网络学习表面法线作为双目深度估计的几何中间表示,并配合置信度掩膜和双分支注意力机制,得到更精细的深度估计结果。本文针对深度补全现有方法缺乏显示几何信息传播导致容易受噪声干扰且算法泛化性和可解释性较弱等问题,提出了一个基于可微几何传播的多阶段优化网络。该网络在利用表面法线作为几何中间表示基础之上,提出了创新的等深线追踪进行显示几何传播,并将其可微实现为网络层,经过置信度掩膜和深度不连续边缘的辅助,再结合全局优化,高效输出准确的补全深度。本文将所提出的两个方法在多场景数据集上进行了大量实验,与近期先进的相关算法进行了量化对比和可视化分析,结果验证了方法的有效性、泛化性和鲁棒性。本文还进行消融实验说明了网络各模块对深度任务效果的影响。最后,本文考虑实用价值,通过运行效率分析并利用网络压缩,进一步提高了算法效率。