近些年来兴起了一大批社交网站和图像分享网站例如Flickr、Facebook，这些网站鼓励用户上传图片并给图片打上标签用于描述图片内容，因此拥有了海量的网络图像资源，并且呈指数级增长。针对这些海量图像的管理和索引需要图像语义理解技术提供支持，而较粗粒度的图像语义理解诸如图像自动标注已经不能支持精细的图像检索、服装同款匹配等任务，对图像的细粒度深层次的语义理解比如图像语义分割成为切实需要，使得语义分割近些年来成为学术界和工业界的研究热点。　　图像语义分割是一个将图像分割和区域标注有机结合的视觉任务，其目的在于给出图像中每个像素的类别或者标签。传统的语义分割大都为全监督方法，训练时需要提供像素级别标注的训练样本。这种需要人工精确标注训练图像的做法使得全监督方法不适合大规模应用。虽然像素级别标注的图像大量获取非常困难，但是带有图像级别标签的图像可以从互联网上轻易获取。海量的带有弱标注的网络图像资源为图像语义分割的研究提供了一种更好的思路:弱监督方法。这里弱监督有两层含义:第一，网络图像往往只提供图像级别标签，并不提供像素级别标签;第二，网络图像的标签由于是人工标注上传的，不可避免会存在噪声标签。由于训练数据极易获取，模型可以面向大规模应用等一系列优势，弱监督方法成为了学术界研究的热点。目前对弱监督语义分割的研究已经取得了一定的成果，但是仍存在一些关键问题有待解决，比如如何更有效地利用弱监督标签，如何克服噪声标签对模型训练的干扰，如何提高图像区域的可学习性等。本文从这些问题入手，围绕弱监督图像语义分割展开深入探讨，提出了若干有效的解决方法。本文的主要成果和贡献包含以下几个方面:　　1.针对标注到区域问题，提出了一种基于超像素聚类的弱监督图像语义分割方法。通过对原始特征进行稀疏重构，提高特征的判别力。通过超像素聚类充分挖掘相同类别超像素的视觉一致性和不同类别之间的可分性，在簇这个级别上进行标签分配，有效地增加了类别决策的可靠性。在MSRC-21数据集上分割准确率达到了70％，在LMO数据集上达到了31％，均超过当时性能最好的弱监督方法。　　2.针对弱监督标签导入问题，提出了一种基于排外约束的弱监督学习算法用于图像语义分割。通过抑制超像素对图像级别标签集合之外标签的响应，对标签映射进行有效约束和引导，对噪声标签也有一定的抑制作用。相比于之前的超像素聚类模型，本方法在MSRC-21和LMO上分别带来了4个百分点和3个百分点的提升。　　3.针对图像区域的特征表示问题，提出了一种基于深度层级特征的弱监督语义分割算法，利用卷积神经网络学习超像素的特征表示，并且将超像素的上下文信息纳入到特征的构建之中，用超像素自身、邻近区域、亚场景和场景这四个层级的特征共同描述一个超像素，有效地提高了特征的判别力。利用排外约束项和判别项拟合弱标注数据，学习超像素到图像级别标签的映射。该方法既能够充分学习超像素的特征表示，又能克服卷积神经网络在弱监督条件下不易收敛的缺陷。该模型在公开数据集MSRC-21、LMO、VOC2007和VOC2012上相比之前方法在性能上都有不小的提升。