图像及视频分割作为多媒体数据内容挖掘与理解的关键步骤,成为近年热点研究的话题之一。视频协同分割作为视频处理的关键技术,相比诸多需要大量标注进行监督学习的方法,其通过挖掘视频间的相似性信息来弥补监督信息不足的缺点。同时,当下深度学习技术已广泛应用在许多领域,但多数深度学习技术依赖大量的数据标注。为解决获取成本高且时效性较低的数据标注的问题,迁移学习被研究者提出,以实现将已有的知识应用到目标任务中。无监督域自适应作为迁移学习的特殊分支,是在相同的任务下解决不同数据集之间特征分布不同的问题,是实现将有标注的数据集（源域）上训练的模型能很好地迁移到无标注的数据集（目标域）上。由于在视频协同分割任务中会受到视频间对象特征分布不同的影响,为此本文通过对抗域自适应的方法学习视频间对象特征的知识迁移。相比传统视频对象协同分割方法没有学习跨视频域的域不变的深度特征,本文提出一种基于深度对抗学习的域自适应方法来完成视频协同分割任务,主要研究内容及创新点如下:一、为解决视频间目标对象的特征分布不同而造成的域差异问题,本文基于对抗学习的方式,将目标域的特征空间向源域对齐,使模型学习深度域不可区分的特征。同时,对源域样本进行分类,使模型学习具有类别区别性的特征。因此,本文通过对视频间目标对象的深度域自适应的特征学习,能够更加准确地挖掘具有时间一致性、空间显著性的候选跟踪链之间的潜在联系。最后,将整数规划的算法应用于视频集合中对象分组的问题,并结合域自适应的编码器对结果进行优化,完成多类视频对象语义分割。本文在不同的视频协同分割数据集下进行充分的实验验证。相比该领域的相关算法,本文的方法能实现跨域的知识迁移,其分割结果更精准,模型更具有鲁棒性。二、在视频目标对象的真实类别标签未知情况下,本文对源域的候选样本进行伪标签的评定,以辅助对抗域自适应过程中类别相关的特征学习。具体地,使用预训练模型对视频中时间一致性和空间显著性的候选区域进行综合打分,以获取先验语义信息,并通过构造多状态选择图的模型获取一段视频中各类别打分最高的参考样本。最终,对视频集合筛选出更多得分高的对象候选区域分别作为源域和目标域的训练样本,以及对源域候选样本的类别伪标签进行设定。