本发明实施例提供一种基于光流跨域鲁棒性的域适应视频语义分割学习方法，属于视频的语义分割技术领域。该方法包括：预设源域标注好的训练数据集、目标域的训练集以及目标域的测试集；构建用于对源域视频进行语义分割的语义分割模型，语义分割模型包括SegNet网络、FlowNet网络以及SFM网络，且SegNet网络用于提取输入的源域视频的语义分割信息，FlowNet网络用于提取输入的源域视频的光流标签；SFM网络用于在光流标签的监督下，从语义分割信息提取出最终的语义分割信息；采用训练数据集训练FlowNet网络，以使得FlowNet网络能够从输入的源域视频中提取光流标签；采用训练好的FlowNet网络和训练数据集训练SFM网络；采用目训练数据集、训练集、训练好的FlowNet网络和SFM网络训练SegNet网络。