A dolgozatomban a szemantikus szegmentálás témáját jártam körül. Betekintést adtam a hagyományos szegmentáló eljárások (régiónövelő eljárások, él alapú szegmentálás és gráf alapú szegmentálás) működésébe, melyet gyakorta használunk fel a szemantikus szegmentálás alapjául. Ezután a gépi tanulásról esett szó, azon belül a felügyelet nélküli eljárások, és a felügyelt eljárásokról. A felügyelet nélküli eljárásokon belül a hisztogram alapú és a klasszikus klaszterezésről írtam. Az utóbbi esetében különös tekintettel voltam a K-means klaszterezésre, hiszen azt az egyik programom keretén belül is használtam. A felügyelt eljárásokon belül szó volt az osztályozásról általában, és az arra használt KNN, illetve SVM modellekről, majd a mélytanulásról és a CNN-ről. A 3. fejezetben beltéri környezetben készült képek szegmentálására készült programokat mutattam be, példát adva arra, hogyan lehet felhasználni a korábban bemutatott eszközöket egy szemantikus szegmentálási probléma megoldása során.