示例实现涉及来自双相机和双像素的联合深度预测。示例方法可以包括从第一源获得表示场景的第一深度信息集，以及从第二源获得表示场景的第二深度信息集。该方法还可以包括使用神经网络来确定传达场景中元素的相应深度的联合深度图。神经网络可以基于第一深度信息集和第二深度信息集的组合来确定联合深度图。此外，该方法可以包括基于联合深度图修改表示场景的图像。例如，图像的背景部分可以基于联合深度图而被部分模糊。