图像语义分割是计算机视觉领域的重要课题。传统图像分割算法往往依赖于人们的先验知识,其特征提取能力低,边界分割不清晰,效率与精度无法满足复杂图像分割的需求。随着深度学习的发展,基于全卷积网络的语义分割技术实现了端到端的像素级分类,使得分割效果得到了很大的提升。交通场景图像,其物体类别复杂且尺度多变,对不同物体的精确分割存在很大挑战。本论文针对交通场景图像中的细小物体分割不精确等问题展开研究。本文选用编码器-解码器结构作为基础框架,从多尺度、多分支特征融合的角度进行多任务学习与密集连接网络的搭建,本文的主要工作如下:(1)以减少信息丢失为目的构建密集连接网络。在编码部分,随着网络层的加深,特征图分辨率下降为原来的1/2、1/4、1/8和1/16,语义信息变得抽象的同时部分细节信息也丢失了。针对这个问题,本论文将下降倍数不同的四组特征图,按照相邻特征图两两融合的方式,构建三个融合分支,最后将三个分支再次进行融合,上采样得到与原始图像分辨率相同的预测结果。使用下降倍数接近的特征图,有效避免了特征图分辨率和语义差距过大导致的干扰和误判现象,减少了信息的丢失。所提方法在Cityscapes数据集上的分割精度较对比算法提高了1.6%。(2)以准确提取特征为目的构建多任务学习框架。本文使用两个分支,即两个编码器,分别针对大、小物体进行特征提取,每个分支独立更新学习参数,最后将两个分支所得分数图进行融合,得到预测结果。为了训练两个不同的分支,本文对数据集进行了划分。统计数据集中所有被标记物体的像素数量并除以图像总数求取平均值,以均值为界将数据集划分为大物体子数据集和小物体子数据集,用子数据集分别训练两个分支就可以得到两个针对性不同的子模型。所提方法较对比算法获得了1.07%的精度提升。(3)以数据增强为目的对图像进行切割。在搭建多任务学习框架时,数据被分为大、小物体两个子数据集,使得训练每个分支的数据量都减少了将近一半,数据的减少可能会导致过拟合等现象的发生。数据扩充势在必行。以驾驶员的视角观察图像可以发现,交通场景图像左右部分的语义类别、位置分布大致相同,且以直行画面居多。为了获取更多精细标注的数据集,本文将图像进行了一行两列的等份切割,并对子图像进行大、小物体的划分。这种方法简单有效地解决了多任务学习方法中存在的隐患,所提方法的分割精度较对比算法提升了1.21%。本文将以上方法运用到同一网络中,得到了高于基线3.35%的分割精度。