Nous proposons un nouvel algorithme pour l'estimation de profondeur à partir d'une seule image en utilisant des cartes de profondeur relative. Premièrement, à l'aide d'un réseau neuronal convolutif, nous estimons les profondeurs relatives entre des paires de régions, ainsi que les profondeurs ordinaires, à différentes échelles. Deuxièmement, nous reconstruisons les cartes de profondeur relative à partir des données estimées de manière sélective, en exploitant la propriété de rang-1 des matrices de comparaison par paires. Troisièmement, nous décomposons les cartes de profondeur ordinaires et relatives en composantes, puis les recomposons de manière optimale afin de reconstruire une carte de profondeur finale. Les résultats expérimentaux montrent que l'algorithme proposé atteint une performance de estimation de profondeur parmi les meilleures actuellement disponibles.