360°パノラマ画像および動画に対する3Dデータの需要は、オムニディレクショナルカメラなどの撮影専用ハードウェア、およびヘッドマウントディスプレイ（HMD）などの3D視認専用ハードウェアの市場での増加に伴い、急速に高まっている。一方で、3Dパノラマデータを取得可能な3Dセンサは高価であり、あるいは入手困難であるという課題がある。このギャップを埋めるために、単一の画像からパノラマ深度マップを推定する学習手法を提案する。本手法は、特に関数的に設計された歪みに注意した可変変形畳み込みフィルタを用いることで、従来のパースペクティブ画像を用いて学習が可能となり、パノラマ画像に対する深度推定を実現する。これにより、アノテーション付きパノラマデータセットを手動で構築する必要性を回避できる。さらに、本手法が、新興の課題であるパノラマ単眼SLAM、パノラマセマンティックセグメンテーション、およびパノラマスタイル転送などへの応用も示している。