本申请公开了视觉语义分割方法和装置。其中，所述方法包括：获得传感器所处环境中的单帧图像数据和多帧时序点云数据；根据所述多帧时序点云数据，获得包含静态语义的稠密环境点云信息；获得所述单帧图像数据的第一特征数据，以及，所述包含静态语义的稠密环境点云信息的第二特征数据；将所述第一特征数据和所述第二特征数据输入前融合模型进行深度学习模型建模，获得融合后的视觉语义分割结果。采用这种处理方式，使得将多个单帧激光点云进行多帧点云信息时序拼接，并将其中的动态障碍物信息去除，获得稠密的静态环境语义信息，相比于单帧激光点云的稀疏性，去除动态障碍物的多帧稠密点云信息能更好地提升整体视觉语义分割的效果。