图像语义分割是计算机视觉中的一个重要研究课题,是场景理解的关键技术之一,它在自动驾驶、医疗图像分割、可穿戴式设备等诸多领域有着广泛的应用。传统的分割方法受限于对图像特征的提取能力,无法满足复杂场景中语义分割任务的精度要求。随着深度学习的发展,卷积神经网络开始应用到计算机视觉的诸多领域。而全卷积神经网络的出现则使深度学习中对目标的分类细化到像素级别,极大地提升了语义分割任务的精度和速度。图像语义分割应用于道路场景主要可分为两种:对图像中不同物体的分割以及更精细地对同一类物体的不同目标实现实例分割。本文中所研究的道路场景分割问题是实现对道路场景不同类别物体的多重分割,具体可分为道路、人行道、树木、建筑、行人、汽车等19类。要求在不降低检测精准度的同时,尽量加快网络的检测速度。针对以上问题,本文通过对各种神经网络结构和语义分割模型展开深入研究,提出了两种基于编码器-解码器结构的语义分割模型。这两种网络结构是对经典语义分割网络UNet的改进,具体工作和贡献如下:1、使用线性插值对图像特征矩阵上采样以降低训练难度,并通过引入1x1卷积结构平衡跳跃连接中低层特征和上采样结果的权重;2、通过引入深度可分离卷积结构降低了模型的复杂度,提升了语义分割的计算速度,使语义分割网络在小批量训练集上更容易收敛;3、通过引入瓶颈结构使网络能够在下采样时更好地保留低层特征信息;4、使用空洞卷积结构减少网络的下采样次数。最后本文通过实验比较证明了改进后模型对于道路场景语义分割任务性能提升的有效性及可行性。