语义分割旨将场景图像解析为一系列连贯的语义区域,以实现对场景中所有元素的精确分割与识别,在无人驾驶、医学诊断等领域具有重要的意义。目前,基于可见光（Red-Greed-Blue,RGB）单模态图像语义分割方法已经取得了显著的进展。然而,此类算法容易受环境、光照变化的影响,具有较低的鲁棒性。与可见光图像不同,热红外（Thermal,T）图像在不同光照和天气条件下均能够稳定地反映温度高于绝对零度的物体所包含的信息。鉴于可见光图像和热红外图像之间的互补特性,基于可见光-热红外（RGB-T）多模态图像语义分割模型通常情况下可以获得比基于RGB单模态图像语义分割模型更好的分割效果。目前主流的RGB-T图像语义分割模型通常采用逐元素相加、级联或注意力机制加权等方式捕获模态间互补信息。然而,这种仅仅依靠图像外观（Spatial Appearance）信息的融合方式在融合过程中容易引起每个模态内部分有用信息的丢失和干扰信息的引入,从而降低融合特征的辨别力,影响最终的语义分割效果。事实上,光照信息在一定程度上可以反映场景中图像局部区域信息的可靠性,探索并利用图像光照先验信息有助于进一步提高语义分割的性能。基于此,本文首先研究基于光照感知的RGB-T图像语义分割。在此基础上,考虑到实际应用中硬件资源的限制,本文还进一步研究基于光照感知的轻量级RGB-T图像语义分割。主要研究内容如下:第一,提出一种基于光照感知和特征增强的RGB-T图像语义分割模型。该模型通过挖掘光照先验信息并结合注意力机制,引导网络在特征融合过程中更加关注可靠图像信息的提取,同时抑制干扰信息的引入。具体来说,本文首先提出一种光照感知网络预测可见光图像中的光照强度分布,并设计一种权重聚合函数对预测的光照强度置信图进行调制,生成局部区域光照感知权重图,以反映每个模态输入图像局部区域信息的可靠性。在此基础上,提出一种注意力交互与特征增强模块,将上述获得的局部区域光照权重图与自空间注意力权重图交互,生成更加可靠的空间信息权重图,并将其分别作用于可见光特征与热红外特征,以便获得更具鉴别性的单模态图像特征。随后,提出一种多尺度特征交互与融合模块,通过多尺度特征交互及自适应选择的方式捕获模态间互补信息,并用于最终的语义分割推理预测。在公开数据集MFNet上的实验结果表明,相对于当前主流算法,所提出的基于光照感知和特征增强的RGB-T图像语义分割模型能够获得更高的分割精度。第二,提出一种基于光照感知和图像重构的轻量级RGB-T图像语义分割模型。上述基于光照感知和特征增强的RGB-T图像语义分割模型可以通过光照感知权重提升分割性能的同时有效抑制干扰信息的引入,但具有较高的参数量和计算复杂度。为此,本文还提出了一种基于图像光照感知的轻量级RGB-T图像语义分割模型,该模型在保留了光照感知权重的基础上,设计了一个三分支深浅层网络,分别用以提取RGB-T图像的语义信息和细节信息。此外,提出一种多分支光照指导聚合模块,利用光照先验信息引导特征融合。同时,还提出一种基于对抗学习的图像级重构策略,并联合边缘检测任务,以弥补网络模型轻量化带来的性能损失。与主流的多模态图像语义分割模型相比,所提出的模型能够大幅提高模型的推理速度,同时,具有较少的分割性能损失。