图像语义分割作为计算机视觉方向的研究课题之一,因其可以让自动驾驶等技术成为可能而成为研究热点。场景语义的理解是自动驾驶汽车研发中最为关键的技术之一,自动驾驶汽车通过图像语义分割技术能感知到大量环境信息,例如避障、区分交通标志、识别可行使区域等。传统的图像分割,存在缺乏语义标注、分割精度差等问题,一直困扰着研究人员,也促进了图像语义分割的诞生。近五年来,随着深度学习的快速发展,和GPU性能的提升,大大减少了深度神经网络的训练时间,图像语义分割技术开始逐渐受到重视,涌现出了很多新的方法。本文从当前语义分割技术中比较先进的基本模型——DeepLab-v2模型入手,详细介绍了基本模型的算法原理和网络的主要结构,以及空洞卷积和全连接条件随机场的主要原理,同时给出了常用的训练和评估数据集和评价方法。本文通过对基本模型进行实验,发现基本模型存在的若干问题,包括:对于特征相似类别和复杂物体,分割精度不高;全连接CRFs后处理的方式引起的模型效率低下等。针对基本模型出现的问题,我们从原理出发,对基本模型进行一定的改进:1)通过引入GAN模型,并将其与基本模型相结合,使用一个鉴别器指导图像进行语义分割,有效提高了图像分割的精度;2)针对CRFs后处理的方式效率低的问题,我们也给出了将CRFs融入进鉴别器中的方法,从而去掉了后处理。我们对改进的模型进行训练和评估,通过对语义分割图进行效果对比和定量分析,可以看出本文的模型无论从定性还是定量上都优于基本模型,提高了分割精度和计算效率,证明了改进的模型的有效性。