近期的自监督单目深度估计技术在性能上已接近有监督方法，但仅限于低分辨率应用。我们证明了高分辨率对于实现高保真自监督单目深度预测至关重要。受最近用于单图像超分辨率的深度学习方法的启发，我们提出了一种子像素卷积层扩展技术，用于深度超分辨率，能够从对应的低分辨率卷积特征中准确合成高分辨率视差图。此外，我们引入了一种可微分翻转增强层，该层能够准确融合图像及其水平翻转版本的预测结果，从而减少由于遮挡而在视差图中生成的左右阴影区域的影响。这两项贡献在公开的KITTI基准测试中显著提升了自监督深度和姿态估计的性能。我们的方法演示视频可在以下链接观看：https://youtu.be/jKNgBeBMx0I。