Devido à baixa visibilidade em ambientes com neblina, que causa dificuldade no reconhecimento de objetos nas ruas e lentidão na segmentação, foi proposto um algoritmo de segmentação semântica de cenas urbanas em neblina que integra aprendizado contrastivo auto-supervisionado. O algoritmo utiliza a rede leve MobileNetV2 como backbone, projeta um módulo de pooling espacial piramidal dilatado profundo e substitui convoluções comuns por convoluções separáveis profundas com fator de dilatação para enriquecer a diversidade de características. Em seguida, através da fusão do framework de aprendizado contrastivo, aumenta a similaridade entre pixels semanticamente semelhantes e mantém a distância entre pixels com diferentes semânticas, melhorando a capacidade do modelo de expressar e distinguir os detalhes das bordas de pequenos objetos. Por fim, propõe-se uma nova função de perda fusionada que utiliza aprendizado supervisionado e auto-supervisionado para guiar conjuntamente o treinamento da rede e aprender representações profundas de características. Os resultados experimentais mostram que o modelo atinge uma média de interseção sobre união de 74,35% no conjunto de dados Foggy Cityscapes, uma precisão média de pixel por categoria de 83,59% e uma precisão total de pixel de 95,85%. Em comparação com o modelo DeepLabV3+ de segmentação semântica, o modelo melhora 3,82%, 3,99% e 1,02%, respectivamente, enquanto o número de parâmetros do modelo é de 2,88M, representando uma redução próxima a 55% em relação ao modelo DeepLabV3+, otimizando o custo computacional da rede. O algoritmo apresenta bom desempenho na segmentação semântica em condições de neblina, mantendo alta precisão de segmentação enquanto reduz o número de parâmetros do modelo e possui boa robustez.

segmentação semântica; aprendizado auto-supervisionado; agregação profunda; aprendizado contrastivo; função de perda