语义图像分割是图像理解的基础，是人类最重要的认知活动之一。 认知研究表明，人类新皮层信息的传递依赖于多尺度的认知过程，而上下文信息则有助于人类认知系统解决感知推理任务。 受多尺度认知机制和上下文效应的启发，本文提出了一种针对多尺度特征和上下文信息的语义图像分割方法。 为了集成多尺度特征，在将图像过度分割成小尺度片段之后，我们采用基于片段的分类器和CRF（条件随机场）模型来生成大尺度区域。 然后，我们使用区域的特征来训练基于区域的分类器。 为了捕获上下文，我们提出了一个多邻接树模型，其中每棵树代表