本发明公开了一种基于分离引导卷积的多模态人像分割方法，包括通过译码器，将编码器输出的特征输入分离引导卷积中进行多尺度学习，输出人像的预测概率图，构建人像分割模型；将待检测的人物图像及其深度图输入到构建好的网络模型进行模型训练，对每一个侧输出的预测图加入深度监督，用交叉熵损失来计算人工标注图和预测的人像分割图像的差异，将这些误差反馈给网络以更新整个网络的模型参数；将需要测试的原始图像及其深度图像输入到模型中进行模型测试。本发明所述方法通过降低侧输出特征图像尺度，提升多尺度特征表达能力，从而加快推理计算速度，提升复杂场景下的检测准确性。