图像语义分割技术其目的是为图像中每个像素分配类别标签,由于此项技术与无人驾驶等多种智能应用密切相关,因此成为了计算机视觉中一个研究热点。深度学习的迅速发展推动语义分割领域的研究取得突破性进展,使用卷积神经网络进行语义分割的方法效果远远好于其他方法,通过不断探索及研究该领域中深度学习算法后发现:卷积神经网络中大量的卷积和池化操作缩小了图像的分辨率,导致像素一定程度上失去了空间信息,并且由于神经网络以像素为单位进行特征提取及学习,缺少对图像的整体理解,现有网络在物体所属类别的分类上表现仍然有所欠缺。基于以上问题,本研究使用场景上下文编码模块,通过对自然场景中图像所包含的场景信息进行编码学习。该方法图像分割与图像中的场景紧密的联系起来,从全局理解图像的语义并且利用图像场景中的图像语义信息来指导语义分割任务。从而使得整体的像素分类更加合理,分割结果更加准确,具体的研究内容如下:(1)本研究提出了基于限定场景上下文编码的语义分割网络,网络中融合了一个场景编码模块。利用图像中的场景信息对理解图像中像素的对象类别提供帮助,并且能够通过场景信息将图像像素的类别分类限制在符合场景信息的类别上。(2)通过对图像场景信息的理解,场景信息不仅能够指导网络完成图像的语义分割任务,还能在场景的分类任务上有所贡献。因此本研究利用场景编码模块,设计了一个多任务卷积神经网络,可以同时达到场景分类和图像分割的目的。(3)除了语义分割通用的评价指标外,本研究提出了使用梯度向量直方图对分割图像进行分析,将实验的分割结果与真实标签图像的分析结果进行比较,利用分析结果的相似性更加直观的反应最终模型的性能。本研究在Py Torch框架下使用ADE20K数据集进行网络的训练及验证,在分类任务中重新整理了数据集中的分类标签进行学习。训练后的网络模型得到了78.96%的像素准确率及42.54%的像素交并比,并且能够在场景分类任务中获得70.80%的Top-1准确率及87.90%的Top-5准确率。证明了利用场景信息能够减少在语义分割中不合理类别出现的概率,使图像整体分割效果更加理想,同时能够实现对场景的分类任务。