シーン画像がクラス間の差異が微妙であり、クラス内分類があいまいで認識率が低い問題に対処するために、本稿では新しいセマンティックセグメンテーションフレームワークを提案する。深層距離学習を導入し、ピクセル間のセマンティック関係に注目してモデルの認識精度を改善した。まず、空洞空間ピラミッドプーリングモジュールで特徴を抽出し、デコード過程において構造的に浅層の高解像度特徴と深層の低解像度特徴を融合させることで画像の細部や境界をより良く復元する。次に、深層距離学習モジュールにおいて構造の整ったピクセルセマンティック埋め込み空間を学習し、異なるクラスのピクセル間のユークリッド距離を最大化し、同じクラスのピクセル間のユークリッド距離を最小化することでピクセルを効果的に分類する。最後にフォーカルロスとコントラストロスの加重結合した融合損失関数を採用し、異なるサンプル間の重要度のバランスをとることでモデル性能をより正確に評価し、シーン認識の精度と頑健性を向上させた。実験結果は、このモデルが公開データセットADE20KおよびCityscapesでそれぞれ平均交差率（mIoU）47.6％および83.1％を達成したことを示している。現在のベースラインとしての先進的なシーン認識手法との比較では、本稿提案の方法が実現可能かつ先進的であることが示された。

深層学習; 深層距離学習; セマンティックセグメンテーション; シーン認識; クラス不均衡