协同目标分割是一种对多张相关图片中的共同类别物体进行分割的技术,其着眼于多张图片中的共性特征,挖掘同类别图像间的共同模式,在计算机视觉领域有着广泛的应用场景。传统方法大多根据图像的明暗、色彩或者手工设计的边缘特征对不同的区域聚类,受制于有限的特征表示能力,在图像模糊、不均匀光照等复杂场景下难以实现正确分割。近年来深度学习的兴起,基于卷积神经网络的算法凭借海量数据和强大的特征表示能力,在性能上大幅领先。本文利用深度卷积神经网络的技术,在基于网络调制的协同目标分割方法上做出探索性和创新性的研究,并取得了以下成果。本文提出了一种结合空间调制和语义调制的深度协同目标分割网络框架,思路新颖且性能优异。首先通过主干网络提取多尺度的图像特征作为分割网络的输入,其次设计了一个空间调制器模块用来捕获多张图像特征描述间的相关程度,通过无监督学习学到的一组粗糙的掩码可以在抑制背景的同时,定位共性的前景目标位置。考虑到协同目标其实拥有着共同的类别,于是将语义调制器模块建模为一个图像分类的任务,提出了一种级联的二阶池化模块用于图像特征的转换,通过监督学习得到协同目标的类别预测向量。最后,两个调制器模块的输出和主干网络的多尺度图像特征,以调制的方式共同作用于分割网络上,将特征聚焦于协同目标从而实现分割。该方法为端到端训练且无需任何后处理,在四个公开的协同分割基准数据集上取得了优越的分割精度,在其中难度最大的PASCAL-VOC数据集上对比同期方法提升2.7个百分点。在上一个工作实现的协同分割算法的基础上,本文进一步加深研究,探索实例级的协同目标分割,即对协同物体的每一个实例得到一个分割结果。首先,借助协同峰值搜索技术找到协同分割结果中的峰值点,然后利用峰值反向传播在原图上得到实例级的响应图,通过无监督方法获得图像的多个实例建议区域。最后,对协同分割结果、实例响应图和建议区域进行综合打分排序,选择得分高的为最终分割结果。该方法不需要图像的实例分割标签来训练,降低了对训练数据的要求,有效地拓展了从协同目标分割到实例级协同目标分割的研究深度。该方法在两个公开的实例级协同分割基准数据集上的指标均大幅超越了基准方法,在其中难度较大的VOC12数据集上提升了5个百分点。