目前,自动驾驶领域在可行性和实用化方面都取得了突破性的进展,其对于汽车行业甚至是交通运输业有着深远的影响。那么针对图像的语义分割算法可以对图像中的目标进行像素级的高精度分类,在自动驾驶中,通过对图像的语义分割可以获取道路可行驶区域的信息,检测车道标记和交通信息等。图像语义分割是计算机视觉领域中重要的任务之一,进一步的提高其分割精度和处理速度是在实际应用中需要解决的问题。通常情况下利用视觉传感器获取的视频的数据量庞大,并且对视频处理过程的效率要求较高,而传统的图像处理方法难以满足视频分割的处理速度,且分割的精准度较低。基于此,本文基于深度卷积神经网络,分别设计了改进的U形网络和W形网络,并且利用光流场对帧与帧之间的特征进行传播和融合,使得整个方法在尽可能的保持精细的分割精度的前提下,大幅度降低实时的视频语义分割处理时间。论文的主要内容包括:首先本文基于编码器-解码器结构,设计了U形-S-A网络结构,该网络结构利用深度可分离卷积结构和通道注意力模型分别去除网络特征图中空间和通道的相关性,使得分类精度得到进一步的提升。接下来为了进一步的降低分割的处理时间,本文还设计了基于ResNet网络和Xception网络的W形卷积神经网络模型,整个模型将U形卷积神经网络的单支路扩展为双支路,分别进行快速下采样和保持大尺度的感受野,可以同时优化图像的整体感受野和细节信息。此后,为了进一步的提升分割的精度,采用了基于光流场的特征传播算法,该算法可以有效的利用帧与帧之间的相关性,视频中的前一帧通过整个W形网络进行特征提取和语义分割,得到最后的分割实验结果,而后一帧不仅通过整个W形网络进行深层的特征提取,还利用前一帧通过光流场传播的深层特征,进行相应的特征聚合之后,再进行下一步的语义分割得到实验结果。该方法与W形网络相比较,通过光流场进行特征聚合之后,可以进一步提升视频语义分割的检测精度。