本发明涉及一种基于联合自注意力机制的单目深度估计方法，其包括：基于联合注意力模块的编码器、基于U‑net的解码器和一个基于特征金字塔的连接模块组成；按所需深度图的分辨率设置各卷积层参数；搭建估计网络模型；使用训练数据集训练网络模型，提取解码器的输出；计算解码器输出和其对应深度图，结合损失函数对模型参数进行修改；使用训练完成后的最终模型对输入图像进行深度预测。本发明在编码器模块中使用了空间自注意力机制、通道自注意力机制并引入过滤机制从而利用局部特征映射并结合全局上下信息来提取深度信息，解决了在卷积神经网络中无法有效集成局部信息和全局信息的问题，进一步提高深度估计的精度。