深度卷积神经网络的兴起极大地推动了语义分割领域的研究进展,已经有一些成熟的方法应用于医学图像分析、自动驾驶等领域。不过随着研究愈加成熟,深度学习技术也暴露出了弱点。高的分割精度十分依赖于大规模的标注数据,而在许多现实应用场景中,大规模的数据是难以获取的,并且,对数据进行像素级的标注也是高成本的,所以如何基于少量标注数据通过有监督学习来较好地实现语义分割便成了一个亟待解决的问题;同时,现有的基于深度学习的语义分割方法难以应用于对新类的分割,而人类则可以观察少量图片快速从未曾见过的图像中分割出一个新概念,人类这种利用先前经验快速学习的能力启发了对小样本学习的研究。所以,基于少量样本学习出具备较强泛化能力的小样本语义分割问题便受到了众多学者的关注,具有非常重要的研究意义和学术价值。本文先分别梳理了语义分割领域和小样本学习领域的各类研究方法和已有成果,同时调研了目前小样本语义分割的研究进展,总结出小样本语义分割的两个重要的研究方向,一是改进图像的特征提取,二是改进支持集与查询集特征的相似性度量。基于这两个方向,本文提出:引入自注意力机制计算所有像素的全局依赖关系改进对图像的特征提取;选用关系网络作为特征相似性的度量,其关系模块利用卷积自主学习支持集和查询集特征的相似度,比固定的度量方法余弦距离、欧氏距离等更加灵活。最终本文设计出了一个基于自注意力机制和关系网络进行小样本语义分割的模型框架,由编码器、自注意力机制模块、关系模块和解码器四个部分组成。随后,本文基于数据集FSS-1000和PASCAL VOC2012完成了实证分析。实验中对比了两种编码网络结构（VGG-16、Res Net50）和四种损失函数（BCE、MSE、Dice Loss、Dice Loss＆BCE）的组合效果,并从定量和定性两个层面比较了原始的关系网络和本文改进后的模型。从定量指标来看,在FSS-1000数据集上,使用VGG-16和Dice Loss与交叉熵的组合损失函数时,模型分割效果最优,在5-shot情形下Mean Io U（%）达到81.37%,较原始模型提高了2.29%,在1-shot情形下Mean Io U（%）为78.14%,较原始模型提高了2.81%,并且,5-shot的分割准度明显高于1-shot,这证明了融合多个样本特征的有效性。同时,本文还利用消融实验量化了自注意力机制的引入和损失函数的改进对模型效果提升的贡献分别为1.67%和0.62%。从定性层面来看,通过对测试阶段的查询集图像的分割结果进行可视化,本文发现,相比原始模型,引入自注意力机制的模型加强了对目标物体细节特征的抽取,可以有效地区分前景和背景,聚焦对目标物体的分割而排除其他物体的干扰,对目标边界的分割也更加清晰、精细。