雾天情况下摄像机采集到的图片模糊不清,严重影响了语义分割的准确性。在过去的研究中,图像去雾与语义分割任务通常用级联处理的方式,导致图像去雾结果不能很好地适应语义分割任务。本文将图像去雾与语义分割任务融合处理,提出了一种多任务融合注意力网络,该网络由去雾编码模块、分割解码模块和特征转移模块三部分组成。去雾编码模块通过下采样来获取不同分辨率的特征信息,并通过相邻尺度间的残差连接来防止高频特征丢失,使各尺度层特征在不丢失重要细节信息的情况下有效去除雾噪声。分割解码模块通过上采样来恢复特征分辨率,并通过融合浅层与深层的特征,提高分割模块的特征利用率。特征转移模块通过连接去雾和分割两个任务模块,既有效解除了雾与信号之间的纠缠,又增强了去雾特征对分割任务的适应性。实验结果表明,所提出的方法对雾天图像语义分割结果明显优于已有方法。