图像语义分割是计算机视觉领域的基础任务之一,其应用场景十分广泛,医疗成像、自动驾驶、场景解析等相关任务都要用到语义分割的相关技术,构建精准、高效的语义分割模型对我们的生活而言显得尤为重要。目前基于深度学习的语义分割方法大都通过增加网络层数、扩展网络宽度、提取上下文信息、捕获全局先验信息等方式来获取性能上的提升。虽然以上方法可以提升最后的语义分割效果,但都忽略了多尺度特征信息对于全局像素语义的重要性。因此,本文对多尺度特征融合方法进行了深入研究,基于此提出了性能更优的图像语义分割网络。本文提出了基于编码-解码结构的多尺度特征融合的语义分割网络。针对语义分割任务,在网络的编码部分设计了三个不同的特征提取模块（Feature Extraction Module,FEM）,分别为FEM-A、FEM-B、FEM-C,三个模块分别应用于不同的网络层。对于浅层网络而言,特征提取模块可以提取更丰富的特征信息,对于深层网络而言,该模块可以帮助网络实现多尺度特征信息的提取,进而得到更具代表性和判别性的特征信息。在网络的解码部分,为了充分利用多尺度特征信息实现细节信息的恢复,设计了多级特征融合模块（Multi-level Feature Fusion Module,MFFM）,该模块首先采用级联方式对编码部分的特征进行多尺度特征融合,然后将融合的特征输入解码部分得到精准的特征信息表达。该网络在多个数据集上进行了测试验证,从实验结果可知该网络的性能较其它语义分割网络有了显著提升。本文提出了基于膨胀卷积的多尺度特征融合的语义分割网络。为了突破传统卷积的限制,本文在注意力机制的基础上,提出了非局部注意力模块（Non-Local Attention Module,NLAM）并将其嵌入网络中,该模块可为整个网络获取非局部的特征信息。为了从多尺度特征信息中抽取更具表示性的特征,设计了基于膨胀卷积的多尺度特征重组模块（Multi-scale Feature Recombination Module,MFRM）,分别为MFRM-A、MFRM-B。这两个模块能分别对不同尺度下的特征信息进行处理和融合,实现多尺度特征信息下的相互选择,进而获取更精确的信息表达。针对上采样操作,为了实现更好的上采样效果,设计了特有的密集上采样模块（Dense Upsampling Module,DUM）,该模块可在原有特征图上恢复更多的细节信息。本文通过构建系统性的消融实验探究各模块对网络性能的影响,从实验结果可知各模块均有助于网络性能的提升,整个网络和其它语义分割网络相比,性能显著提升。