语义分割广泛应用于机器人、医学成像和自动驾驶等领域,但当前语义分割主要针对可见光图像。可见光图像在光照不足或天气差的情况下成像效果较差,而红外图像受光照影响较小。因此,将可见光图像和红外图像联合使用可以提升模型的鲁棒性。通过预测前景轮廓的不确定性并将其作为注意力机制,可以有效地提高模型在前景物体和边缘轮廓部分的分割能力。本文模型在公开数据库上取得了57.2的分割精度,综合性能优秀。