自由なオープンボキャブラリーかつ多様なシーンにおけるシーンパースは、依然として大きな課題である。本論文では、ピラミッドプーリングモジュールを用いた複数領域に基づくコンテキスト集約により、グローバルコンテキスト情報の能力を活用し、提案するピラミッドシーンパースネットワーク（PSPNet）を構築した。本手法によるグローバルプライアリ表現は、シーンパースタスクにおいて優れた結果を実現する効果的かつ有効なアプローチであり、PSPNetはピクセルレベルの予測タスクに於いて優れたフレームワークを提供する。提案手法は、さまざまなデータセットにおいて最先端の性能を達成しており、2016年ImageNetシーンパースチャレンジ、PASCAL VOC 2012ベンチマーク、Cityscapesベンチマークにおいていずれも1位を獲得した。単一のPSPNetモデルは、PASCAL VOC 2012でmIoU精度85.4%、Cityscapesで精度80.2%という新たな記録を樹立した。