图像语义分割是指:输入一张图像,输出该图像中每个像素点对应的语义类别。该任务是计算机视觉中最基础的任务之一,在现实生活中有着广泛的应用,如自动驾驶中的车道线检测,医学图像中的病灶分割等。卷积神经网络是目前所有主流语义分割模型的框架,然而,卷积神经网络最初是针对图像分类任务而设计的。本文通过研究发现,卷积神经网络在处理语义分割任务时存在两个非常重要的问题:第一,如果卷积神经网络输出的特征分辨率远远低于输入图像,则分割性能有限,但是,如果特征分辨率过高,则计算效率很慢,因此如何设计一个统一的模型结构,在不同的应用场景下能够使用不同的特征分辨率是非常重要的;第二,当前图像语义分割模型在上下文信息表示方面存在着不足。本文针对以上两个问题分别提出密集型卷积神经网络和径向距离敏感上下文汇合模型,通过实验证明了所述方法的有效性,并在计算效率基本不变的情况下,达到了图像分割常用数据集PASCAL VOC 2012上同类方法中最高的分割准确率。除此之外,本文还发现,图像语义分割可以有效地提升细粒度图像分类模型的性能。对于细粒度图像而言,不同类别的物体彼此之间差异细微,同时又存在两个问题:第一,即使是同一类的不同图片,目标物体姿态千变万化;第二,图片背景非常复杂。这两个问题导致了同类图片之间的差异非常大。本文提出掩模卷积神经网络,对目标物体的不同部件进行特征对齐,同时舍弃背景物体对应的特征,有效地减缓了上述两个问题带来的影响,提升细粒度图像分类的准确率,并获得同类工作中最高的分类准确率。