随着3D技术的普及，三维数据的获取技术日渐受到人们的重视，在计算机视觉领域内，基于视频序列的深度恢复技术也逐渐成为研究的热点。虽然，针对动态场景，也有很多多目深度恢复技术相继被提出，但是这些算法往往在鲁棒性、易用性上不尽如人意，如何用较少的相机，恢复出较好的深度是多目深度恢复的研究目标。　　本文分别结合双目相机和五目相机的特点，对其拍摄的视频序列，提出了相应的深度恢复算法。对于双目视频序列，在深度初始化阶段，采用了特殊的遮挡处理方法和基于分割的平面拟合策略来保证初始化深度的质量;在深度优化阶段，对静态像素运用集束优化，对动态像素根据光流寻找时域上的对应点来保证深度在时域上的一致性;另外，对于弱纹理区域的深度质量仍然很难保证的问题，提出了根据双侧分割结果对静态区域进行再初始化的策略。对于五目视频序列，针对不同相机间的成像效果会有差异的问题，提出了采用互信息(MutualInformation)进行立体匹配的算法框架，并结合视频序列的特点，利用前一帧深度作为当前帧的先验深度，取得了很好的效果。　　此外，本文还提出了一种对图像分块进行立体匹配求解的方法。利用这种分块策略，不仅对深度恢复结果几乎没有任何影响，还有效地避开了全局立体匹配算法的内存瓶颈。