深度估计是诸多立体视觉任务中的基础环节,在三维重建、机器人、自动驾驶等领域有较为广泛的应用。近年来,卷积神经网络的相关理论趋于成熟,在计算机视觉领域获得了瞩目成就,也为深度估计任务提供了新的解决思路。基于深度学习的深度估计任务通过理解图像的内容,对现实场景中各点的实际距离进行预测。单目深度估计受限于尺度模糊,为了提升其预测准确性,网络结构和信息线索成为解决这一任务的关键。本文从探索不同的信息线索对深度估计任务的有效性这一角度出发,提出了两种算法,通过使用合理的网络结构、融合不同的线索信息对基于深度学习的深度估计算法性能进行改进。这两种算法涵盖了多个方面,在类型上包括有监督算法和无监督算法,在数据形式上包括绝对深度和相对深度。第一部分,本文提出了基于语义信息先验的深度估计算法。该算法使用语义分割的结果作为先验信息,再对特定的语义范围进行深度预测。该算法将复杂的场景简单化,避免了直接对分布范围广泛的数值的回归,有效的提升了深度估计算法的准确性。考虑到数据集场景单一,导致算法泛化性能较差。针对该问题,本文进行了泛化性能方面的改进,使用了一种统一的相对深度数据表达方式和多数据集训练策略,使不同数据形式的深度真值可以使用统一的框架进行训练。改进后的算法在预测结果的准确性和泛化性能方面都具有较好的表现。第二部分,由于目前的深度真值不理想,以及现有的无监督深度估计算法未能有效的利用视频数据进行训练,本文提出了一种全新的基于时序信息的无监督深度估计算法。该算法使用卷积神经网络,对匹配点在不同拍摄位置深度值的变化规律进行建模,根据该规律可对任意时刻的深度值进行预测。时序信息有效的提升了无监督深度估计算法的准确性,且在训练过程中避免了使用真值进行监督。本文提出的两个算法在深度估计领域的多个大型公开数据集上进行了验证。实验结果表明,本文通过分别融合语义、时序两种线索信息,有效的提升了基于深度学习的深度估计算法的性能。