在人工智能技术飞速发展的时代,面向建筑室内场景的理解逐渐获得越来越多的关注,而其核心关键技术——室内场景的分割更是当前重要的研究课题。当前传统针对室内场景的分割方法在取得一定效果的同时,仍然存在特征过于主观、迁移性差等缺陷。而基于深度学习的方法可以自动获取特征,实现较好的迁移,但也存在着噪声过多、特征无法充分融合、边缘细节特征缺失等局限性。针对上述问题,本文面向建筑室内场景,从视觉出发,开展了基于深度神经网络的RGBD语义分割算法及应用研究。具体研究主要包含以下方面的内容:（1）针对语义分割单任务学习中存在的无法充分捕捉数据特征的问题,本文提出了基于多任务联合学习与交互学习注意模块融合的RGBD语义分割模型。该模型首先在编解码结构的网络中,将解码器端的任务解耦为语义分割与深度估计两个预测任务;然后融入交互学习注意模块,使得语义分割与深度估计能够进行更好的交互,降低噪声。基于该模型在NYUDv2数据集与SUN RGBD数据集上的实验结果,相比基准模型在Io U上提高了4.7%,验证了模型的有效性。（2）针对RGBD语义分割任务中高低级特征无法得到充分融合的问题,本文提出了多层特征融合策略与协同注意力机制融合的RGBD语义分割模型。该模型首先借助多层特征融合策略,同时更有效地保留丰富的语义特征与细节特征;然后通过协同注意力机制构建出多通道之间的远程依赖,进一步地融合多通道特征。基于该模型在NYUDv2数据集与SUN RGBD数据集中的良好实验结果,相比基准模型在Io U上提高了2.41%,进一步验证了该模型的有效性。（3）面向建筑室内场景分割,本文结合了多任务学习与多层特征融合策略,构建了室内场景环境感知系统。该系统首先通过RGBD语义分割任务获取到较精确的分割效果图与深度图,分割图中明确了室内物体的类别、空间形态,深度图则可以辅助定位相对距离;然后结合物体关系图构建方法,更好地对室内场景进行感知与理解。本文基于深度神经网络的RGBD语义分割算法,有效地提高了分割效果,改善了特征融合不充分的情况,同时加强了对多任务联合学习的认知,为室内场景环境感知系统奠定了基础,拓展了后续的研究方向。