多層の畳み込みニューラルネットワークは、最近、画像分類や物体検出などの高次タスクで優れた結果を達成しており、特に最近ではセマンティックセグメンテーションでもその効果が示されています。特にセマンティックセグメンテーションにおいては、しばしば二段階の手続きが用いられます。この手続きでは、最初に畳み込みニューラルネットワークを訓練して局所的な画素レベルの特徴を抽出し、次に伝統的により大域的なグラフィカルモデルを使用します。本研究では、この二段階のプロセスを単一の共同学習アルゴリズムに統合しました。我々の手法をセマンティック画像セグメンテーションタスクに適用し、挑戦的なPASCAL VOC 2012データセット上で有望な結果を得ました。