语义分割属于场景理解的范畴之一,是计算机视觉领域一个基础但是又具有挑战性的任务。近年来,随着深度学习技术的不断发展,深度卷积神经网络在语义分割方面表现出了优异的性能。然而,现有的许多基于深度卷积神经网络的语义分割方法由于使用了复杂的网络结构,它们的计算复杂度和时间消耗普遍偏高。这极大地限制了它们在真实场景（需要快速的处理速度）中的应用。因此,研究基于深度学习的实时高性能语义分割方法,是一项既具有重要现实意义又富有挑战性的工作。本文的主要工作具体如下:（1）本文提出了一种基于双路的实时高性能语义分割方法,其在分割精度和预测速度之间取得了很好的平衡。具体来说,我们首先使用带有孔洞卷积和注意力的轻量级骨架网络作为我们的基础特征提取网络,来有效地获取精细的特征图。然后,我们提出了一种更具鉴别性的孔洞空间金字塔池化结构,来捕获语义分割场景中的多尺度目标。它利用不同大小的池化操作来提取丰富和独特的语义信息。同时,我们还设计了一个由少量卷积层构成的空间细节保持网络,用于生成高分辨率的特征图,以保存详细的空间信息。最后,利用一个简单而实用的特征融合网络将来自语义分支的深层特征和来自空间分支的浅层特征有效地融合在一起。在仅使用一张英伟达TITAN X显卡的条件下,该方法于Cityscapes和CamVid数据集上得到的测试精度分别为73.6%和68.0%平均交并比,并且预测速度分别达到了每秒51.0帧和39.3帧。（2）本文提出了一种基于混合多路的实时高性能语义分割方法,其在保持实时性的同时极大地提高了分割精度。具体来说,我们首先选用轻量级残差神经网络ResNet-18作为我们的基础特征提取网络,来高效地获取不同下采样阶段对应的不同尺寸特征图。然后,我们将基础特征提取网络中不同阶段的特征图输出到不同的分支路径中进行处理构成多路网络,每一路分支对应一个尺度。该多路结构在提高网络特征提取能力的同时解决了多尺度问题。而且,网络中最上方的分支使用到的是比较精细的浅层特征图,所以该结构也保存了详细的空间信息。同时,为了进一步提高网络的表现能力,我们在每个分支路径上使用不同的残差模块,并且在最小输出特征图上使用全局池化获取全局上下文信息。最后,我们利用特征变换模块来过渡和融合多路特征,得到最终预测结果。在仅使用一张英伟达TITAN X显卡的条件下,该方法于Cityscapes数据集上得到的测试精度为74.8%平均交并比,对应的预测速度为每秒51.4帧。