单目深度估计是指通过单幅RGB图像对图像对应场景里的每个像素点到相机的距离信息进行估计。作为三维空间视觉的底层任务,为机器人避障、自动驾驶、虚拟现实等研究提供最基本的深度信息。当前的深度探测设备主要包括激光雷达系统、毫米波雷达系统、飞行时间相机系统、双目相机系统、多目相机系统和结构光相机系统等,单一的深度探测设备存在或造价昂贵、或精度易受外界环境影响、或测距短、或算法计算量大等缺点,使用多个深度探测设备进行测距又很难兼顾成本与有效距离。单目深度估计仅需要一个RGB相机,通过算法进行像素级的深度估计。由于单目深度估计具有极低的硬件成本,因此其具有良好的发展和工程前景。当前在自动驾驶和机器人避障等领域,深度精度仍然是首要考虑的要素,且有监督的方法精度要高于无监督方法。鉴于此,本论文基于深度学习方法,针对有监督的单目深度估计算法展开一系列研究。围绕提高网络模型的估计精度以及轻量化模型等技术难点,开展了理论分析、方法研究、技术实现、实验验证等工作,主要研究内容如下:（1）基于多尺度U型网络的单目深度估计网络研究针对如何更好的融合局部深度信息与全局深度信息,更好的利用全局与局部的诸如形状、颜色、纹理等特征帮助网络进行深度估计,提出了一个基于密集空洞金字塔的混合尺度Unet网络框架。将用于图像分割领域的Unet++网络结构引入单目深度估计领域,在Unet++网络框架下重新设置了网络的卷积层数,并将解码器部分进行密集连接。通过选择合适的空洞半径大小,在编码器与解码器中间的过渡器部分构成了一个基于不同特征层的密集空洞金字塔,以更好地连接网络深层和浅层中的特征。在KITTI数据集和NYU Depth V2数据集上进行测试,所提方法优于大部分同类型方法,且在平方相对误差、均方根误差指标中表现突出,可以较全面的融合全局和局部信息,提高网络预测精度。（2）基于边缘约束的单目深度估计损失函数研究针对稀疏的深度真值图导致预测深度图模糊的难点,提出了一种强边缘约束损失函数。强边缘约束损失函数由加权的尺度不变性损失函数、点对排序损失函数和鲁棒有序深度损失函数构成。在点对排序损失函数中,提出了一种跨边缘点对采样方法,使用Sobel算子对图像边缘进行提取,通过边缘线中像素点的灰度梯度,与图像的任意坐标轴方向将该像素点附近区域分为四部分,通过在四个部分区域中随机选取任一像素点,构成三组点对,其中点对连线保证穿过边缘轮廓线。设置轮廓线中的像素点个数,得到对应的点对集合。在权威数据集上,对不同网络模型进行测试,证明了所提损失函数的先进性。并将使用强边缘约束损失函数训练的网络模型在自采数据上进行评估,取得了较好的效果。（3）基于语义信息的变换器型单目深度估计网络研究针对如何在不影响检测精度下轻量化模型的难题,提出了一种基于分割引导的类Unet-Swin Transformer深度估计网络模型。考虑到Transformer具有通用的建模能力,基于Swin-Unet框架,在跳跃连接部分嵌入了卷积残差模块,在不影响网络退化的前提下增加网络的深度,令网络更好的学习映射关系。在网络解码器部分,提出了一种最近邻引导模块对补丁进行上采样。最近邻引导模块通过输入RGB图像对应的语义过滤图像,得到前景和背景的掩模图,以此对特征图进行引导滤波,再送入卷积层进行卷积,最终使用最近邻函数进行上采样。在KITTI数据集和NYU Depth V2数据集上的大量实验表明,所提网络先进、有效,在缩减计算量和网络存储体积的前提下,仍然提高了网络的估计精度。