近年来,图像语义分割已经广泛应用在诸多领域,随着软硬件的升级和应用的扩展,对于分割精度的要求越来越高。室内场景呈现出环境多变、光照不均、物体间关系复杂等特点,仅仅依赖包含颜色信息的RGB图像难以对室内场景进行精准分割。采集室内场景的RGB-D图像,引入深度图像的空间信息,作为RGB图像的互补信息,可以有效改善物体易受复杂环境干扰的问题,提升语义分割的精度。其中RGB图像用以描述物体的颜色信息,深度图像描述物体的空间几何关系。然而,如何高效的提取和融合两种模态信息依然是个挑战,吸引着众多学者的关注。为此,本文开展了以下两个方面的研究:（1）针对现有的大部分RGB-D图像语义分割算法模型融合方式过于简单的问题,提出了基于卷积注意力的双向传播语义分割算法。新算法构造分支-融合结构,其中分支结构利用两个独立的卷积神经网络分支分别从RGB图像和深度图像中提取特征,融合结构通过构造多模态特征融合模块实现特征处理并采用双向传播策略传送回原RGB和深度分支进行信息互补。多模态特征融合模块可以重点关注RGB和深度特征中信息量丰富的区域,以提高模型的语义分割效果。实验结果表明,在NYUDv2和SUN-RGBD两个数据集上的最终语义分割精度m Io U指标分别为49.2%和48.3%,领先于大多数先进语义分割算法模型。然而该模型对场景内的小目标物体不够敏感,相比于其他类别的物体,易出现边界分割模糊和类别识别错误的问题。（2）针对室内场景小目标物体分割精度不佳的问题,进一步提出基于坐标注意力的三支流语义分割算法。该算法重新构造了针对RGB-D特征的多模态特征融合模块,以进一步融合深度图像中的空间特征信息;然后添加新的卷积神经网络融合分支代替原有的双向传播策略处理融合特征,以减少原RGB分支和深度分支的特征信息丢失;最后在编码器和解码器之间添加ASPP模块,以聚合不同尺度的特征信息。实验结果表明,相比于原分割算法,改进后的算法模型在NYUDv2和SUN-RGBD两个数据集上的最终语义分割精度m Io U指标分别提升了1%和0.6%,新模型的整体分割性能得到了提升,同时对于小目标物体,也提升了边界分割的精细度和类别分类的准确率。