・FCNに基づく意味セグメンテーションの推論を行う，p-マップから高レベルの意味的コンテキストを探求することが可能な専用ネットワーク ・コンテキスト学習問題をMDPとして定式化し、セグメンテーション推論に長期的な利益があるようにコンテキストを強化学習すること ・上記の学習プロセスを用いた，完全にend to endのコンテキスト強化セマンティックセグメンテーションネットワーク

実験結果は、学習したコンテキストがベースラインセグメンテーション法よりもmIoUに3.9％の改善をもたらすことを示し，そしてCiSS-NetはADE20K, PASCAL‐contextおよび都市景観においてクラスでのIoUは79.2%，カテゴリでのIoUは90.7％となり，最先端のセグメンテーション性能を達成した．