图像语义分割任务中,难点之一便是如何在卷积神经网络的计算复杂性和分割精度之间达到高效平衡。为了追求高分割精度,通常采用深层网络作为主干网络,例如ResNet50和Xception65等,同时采用小步幅下采样,尽可能保留细节信息,避免细节信息过度丢失。这带来的弊端就是参数量和计算量剧增,网络的计算复杂性大,具有代表性的算法是Google提出的DeepLabV3+。为了追求低计算复杂性,使网络尽可能达到实时性,通常采用轻量级网络作为主干网络,例如ShuffleNetV2和MobileNetV2等,弊端是网络的分割精度有限。为了实现网络训练成本的降低,在保持高精度的同时大大降低计算复杂性,本文提出了多特征注意力有效聚合模块（MAEA）。MAEA模块选取主干网络中不同阶段提取的不同分辨率的低级特征,这些多特征保留着对应阶段提取的细节信息。MAEA通过空间注意力机制对多特征进行处理,产生语义级注意,使模型注意特征图中感兴趣的特征空间区域,由低分辨率向高分辨率学习相邻多特征之间的语义流,逐级聚合多特征的语义级注意,凸显出重要的特征域,获得具有强大语义表示的高分辨率特征,为解码器提供足够的重要细节信息,实现高精度分割。针对语义分割网络的分割精度与计算复杂性之间的平衡问题,本文基于多特征注意力有效聚合模块,提出了MAEA-DeepLab深层网络。MAEA-DeepLab对Xception65网络稍作修改,采用16步幅下采样的Xception65网络变体作为编码器主干网络。大步幅下采样提取小分辨率特征,虽然会造成过多的细节信息的丢失,影响分割精度,但在解码器中嵌入MAEA模块后可以恢复足够的细节信息,实现高精度分割。同时小分辨率高级特征的提取大大降低网络的参数量和计算量,实现了网络的高分割精度与低计算复杂性之间的平衡。为了验证多特征注意力语义分割网络的有效性,本文在PASCALVOC2012数据集和Cityscapes数据集上分别进行了语义分割基准测试。MAEA-DeepLab不经过COCO数据集的预训练,仅使用两张RTX 2080ti GPU,在PASCAL VOC 2012数据集和Cityscapes数据集的测试集上,m IOU分数分别达到了87.5%和79.9%。MAEA-Deep Lab的参数量为78.9M,浮点运算量FLOPs为395.8G,计算量仅为Deep Lab V3+架构的30.9%,不但计算复杂性大大降低,而且分割精度与Deep Lab V3+几乎持平。由于本文仅使用两张RTX 2080ti GPU,所以网络在Cityscapes这种大分辨率图像数据集上训练不够充分,精度上存在缺欠,这表明MAEA-Deep Lab网络计算复杂性相对于轻量级网络来说依旧较大。针对MAEA-Deep Lab网络不够轻量的问题,本文基于多特征注意力有效聚合模块,提出了MAEA-MobileNet轻量级语义分割网络。MAEA-MobileNet的参数量为5.0M,浮点运算量FLOPs为44G,在PASCAL VOC 2012和Cityscapes的测试集上mIOU分数分别达到了78.1%和74.3%,网络具有较高的分割精度的同时实现了轻量级,MAEA-MobileNet性能优于LiteSeg等大多数主流轻量级语义分割网络,可以部署到具有实时性应用需求的移动端,实现了分割精度和计算复杂性之间的平衡。