1.一種圖像語義分割方法，其特征在于，包括：
接收圖像；
對所述圖像進行語義分割，得到初始語義分割結果；
將包含初始語義分割結果的圖像信息輸入至預先訓練得到的卷積神經網絡中進行語義分割后處理，得到最終語義分割結果。
2.根據權利要求1所述的方法，其特征在于，所述圖像信息還包含所述圖像對應的描述所述圖像的特征信息的至少一種模態(tài)。
3.根據權利要求1或2所述的方法，其特征在于，將包含初始語義分割結果的圖像信息輸入至預先訓練得到的卷積神經網絡中進行語義分割后處理，得到最終語義分割結果，具體包括：
將圖像信息輸入至所述卷積神經網絡中，得到修正語義分割結果；
判斷是否滿足迭代條件；
若滿足，則將所述修正語義分割結果作為所述圖像信息中的初始語義分割結果，并重復前述將圖像信息輸入至所述卷積神經網絡中的步驟；
若不滿足，則確定停止迭代，并根據所述修正語義分割結果得到最終的語義分割結果。
4.根據權利要求1所述的方法，其特征在于，所述卷積神經網絡由至少兩級子卷積神經網絡構成；
將包含初始語義分割結果的圖像信息輸入至預先訓練得到的卷積神經網絡中進行語義分割后處理，得到最終語義分割結果，具體包括：
按照級聯順序，依次對每一級子卷積神經網絡，執(zhí)行以下步驟：將初始語義分割結果輸入至本級子卷積神經網絡，得到修正語義分割結果，將該修正語義分割結果作為下一級子卷積神經網絡的初始語義分割結果；
根據最后一級子卷積神經網絡輸出的修正語義分割結果，確定最終語義分割結果。
5.根據權利要求1所述的方法，其特征在于，所述卷積神經網絡由至少兩級子卷積神經網絡構成；
將包含初始語義分割結果的圖像信息輸入至預先訓練得到的卷積神經網絡中進行語義分割后處理，得到最終語義分割結果，具體包括：
按照級聯順序，依次對每一級子卷積神經網絡，執(zhí)行以下步驟：將初始語義分割結果輸入至本級子卷積神經網絡中，得到修正語義分割結果；判斷是否滿足迭代條件；若不滿足，則確定停止迭代并將該修正語義分割結果作為下一級子卷積神經網絡的初始語義分割結果；若滿足，則將該修正語義分割結果作為本級子卷積神經網絡的初始語義分割結果，并重復前述將初始語義分割結果輸入至本級子卷積神經網絡中的步驟；
根據最后一級子卷積神經網絡輸出的修正語義分割結果，確定最終語義分割結果。
6.根據權利要求2所述的方法，其特征在于，所述卷積神經網絡由至少兩級子卷積神經網絡構成；
將包含初始語義分割結果的圖像信息輸入至預先訓練得到的卷積神經網絡中進行語義分割后處理，得到最終語義分割結果，具體包括：
按照級聯順序，依次對每一級子卷積神經網絡，執(zhí)行以下步驟：將初始語義分割結果、所述模態(tài)中與本級子卷積神經網絡對應的模態(tài)輸入至本級子卷積神經網絡，得到修正語義分割結果，將該修正語義分割結果作為下一級子卷積神經網絡的初始語義分割結果；
根據最后一級子卷積神經網絡輸出的修正語義分割結果，確定最終語義分割結果。
7.根據權利要求2所述的方法，其特征在于，所述卷積神經網絡由至少兩級子卷積神經網絡構成；
將包含初始語義分割結果的圖像信息輸入至預先訓練得到的卷積神經網絡中進行語義分割后處理，得到最終語義分割結果，具體包括：
按照級聯順序，依次對每一級子卷積神經網絡，執(zhí)行以下步驟：將初始語義分割結果、所述模態(tài)中與本級子卷積神經網絡對應的模態(tài)輸入至本級子卷積神經網絡中，得到修正語義分割結果；判斷是否滿足迭代條件；若不滿足，則確定停止迭代并將該修正語義分割結果作為下一級子卷積神經網絡的初始語義分割結果；若滿足，則將該修正語義分割結果作為本級子卷積神經網絡的初始語義分割結果，并重復前述將初始語義分割結果、所述模態(tài)中與本級子卷積神經網絡對應的模態(tài)輸入至本級子卷積神經網絡中的步驟；
根據最后一級子卷積神經網絡輸出的修正語義分割結果，確定最終語義分割結果。
8.根據權利要求1～7任一項所述的方法，其特征在于，所述卷積神經網絡由兩級子卷積神經網絡構成，第一級子卷積神經網絡為全局信息優(yōu)化后處理卷積神經網絡，第二級子卷積神經網絡為局部邊緣優(yōu)化后處理卷積神經網絡。
9.根據權利要求5或7所述的方法，其特征在于，判斷是否滿足迭代條件，具體包括：
判斷迭代累積次數是否達到預置的次數閾值，若是則確定不滿足迭代條件，若否則確定滿足迭代條件；
或者，
根據本級子卷積神經網絡本次輸出的修正語義分割結果與前一次輸出的語義分割結果確定是否滿足收斂條件，若是則確定不滿足迭代條件，若否則確定滿足迭代條件。
10.根據權利要求1～7任一項所述的方法，其特征在于，初始語義分割結果為置信圖，或者初始語義分割結果為所述圖像中各像素所屬的類別標簽。
11.根據權利要求2、6、7任一項所述的方法，其特征在于，所述圖像對應的模態(tài)種類包括以下一種或多種：可見圖像模態(tài)、深度模態(tài)、電子計算機斷層掃描CT模態(tài)、紅外模態(tài)、毫米波模態(tài)和超聲波模態(tài)。
12.一種圖像語義分割裝置，其特征在于，包括：
接收單元，用于接收圖像；
分割單元，用于對所述圖像進行語義分割，得到初始語義分割結果；
后處理單元，用于將包含初始語義分割結果的圖像信息輸入至預先訓練得到的卷積神經網絡中進行語義分割后處理，得到最終語義分割結果。
13.根據權利要求12所述的裝置，其特征在于，所述圖像信息還包含所述圖像對應的描述所述圖像的特征信息的至少一種模態(tài)。
14.根據權利要求12或13所述的裝置，其特征在于，所述后處理單元具體包括：
修正子單元，用于將圖像信息輸入至所述卷積神經網絡中，得到修正語義分割結果；
判斷子單元，用于判斷是否滿足迭代條件，若滿足則觸發(fā)第一處理子單元，若不滿足則觸發(fā)第二處理子單元；
第一處理子單元，用于將所述修正語義分割結果作為所述圖像信息中的初始語義分割結果，并觸發(fā)所述修正子單元；
第二處理子單元，用于確定停止迭代，并根據所述修正語義分割結果得到最終的語義分割結果。
15.根據權利要求12所述的裝置，其特征在于，所述卷積神經網絡由至少兩級子卷積神經網絡構成，所述后處理單元具體包括：
第三處理子單元，用于按照級聯順序，依次對每一級子卷積神經網絡，執(zhí)行以下步驟：將初始語義分割結果輸入至本級子卷積神經網絡，得到修正語義分割結果，將該修正語義分割結果作為下一級子卷積神經網絡的初始語義分割結果；
第四處理子單元，用于根據最后一級子卷積神經網絡輸出的修正語義分割結果，確定最終語義分割結果。
16.根據權利要求12所述的裝置，其特征在于，所述卷積神經網絡由至少兩級子卷積神經網絡構成，所述后處理單元具體包括：
第五處理子單元，用于按照級聯順序，依次對每一級子卷積神經網絡，執(zhí)行以下步驟：將初始語義分割結果輸入至本級子卷積神經網絡中，得到修正語義分割結果；判斷是否滿足迭代條件；若不滿足，則確定停止迭代并將該修正語義分割結果作為下一級子卷積神經網絡的初始語義分割結果；若滿足，則將該修正語義分割結果作為本級子卷積神經網絡的初始語義分割結果，并重復前述將初始語義分割結果輸入至本級子卷積神經網絡中的步驟；
第六處理子單元，用于根據最后一級子卷積神經網絡輸出的修正語義分割結果，確定最終語義分割結果。
17.根據權利要求13所述的裝置，其特征在于，所述卷積神經網絡由至少兩級子卷積神經網絡構成，所述后處理單元具體包括：
第七處理子單元，用于按照級聯順序，依次對每一級子卷積神經網絡，執(zhí)行以下步驟：將初始語義分割結果、所述模態(tài)中與本級子卷積神經網絡對應的模態(tài)輸入至本級子卷積神經網絡，得到修正語義分割結果，將該修正語義分割結果作為下一級子卷積神經網絡的初始語義分割結果；
第八處理子單元，用于根據最后一級子卷積神經網絡輸出的修正語義分割結果，確定最終語義分割結果。
18.根據權利要求13所述的裝置，其特征在于，所述卷積神經網絡由至少兩級子卷積神經網絡構成，所述后處理單元具體包括：
第九處理子單元，用于按照級聯順序，依次對每一級子卷積神經網絡，執(zhí)行以下步驟：將初始語義分割結果、所述模態(tài)中與本級子卷積神經網絡對應的模態(tài)輸入至本級子卷積神經網絡中，得到修正語義分割結果；判斷是否滿足迭代條件；若不滿足，則確定停止迭代并將該修正語義分割結果作為下一級子卷積神經網絡的初始語義分割結果；若滿足，則將該修正語義分割結果作為本級子卷積神經網絡的初始語義分割結果，并重復前述將初始語義分割結果、所述模態(tài)中與本級子卷積神經網絡對應的模態(tài)輸入至本級子卷積神經網絡中的步驟；
第十處理子單元，用于根據最后一級子卷積神經網絡輸出的修正語義分割結果，確定最終語義分割結果。
19.根據權利要求12～18任一項所述的裝置，其特征在于，所述卷積神經網絡由兩級子卷積神經網絡構成，第一級子卷積神經網絡為全局信息優(yōu)化后處理卷積神經網絡，第二級子卷積神經網絡為局部邊緣優(yōu)化后處理卷積神經網絡。
20.根據權利要求14所述的裝置，其特征在于，所述判斷子單元具體用于：
判斷迭代累積次數是否達到預置的次數閾值，若是則確定不滿足迭代條件，若否則確定滿足迭代條件；
或者，
根據所述卷積神經網絡本次輸出的修正語義分割結果與前一次輸出的語義分割結果確定是否滿足收斂條件，若是則確定不滿足迭代條件，若否則確定滿足迭代條件。
21.根據權利要求12～18任一項所述的裝置，其特征在于，所述初始語義分割結果為置信圖，或者初始語義分割結果為所述圖像中各像素所屬的類別標簽。
22.根據權利要求13、17、18任一項所述的方法，其特征在于，所述圖像對應的模態(tài)種類包括以下一種或多種：可見圖像模態(tài)、深度模態(tài)、電子計算機斷層掃描CT模態(tài)、紅外模態(tài)、毫米波模態(tài)和超聲波模態(tài)。