近年，深層学習によって画像をピクセルごとにクラス分類するセマンティックセグメンテーションは，自動運転をはじめとした，多くの分野で応用され成果を挙げている．しかし，セグメンテーションの精度を向上させるためには学習のための大規模データセットが必須になっており，小規模データセットでは高い分類精度を得ることが難しい．本研究では，独立成分分析を用いて画像の特徴抽出を行い，ニューラルネットワークの学習データとして用いた．これにより小規模な画像データセットに対してセマンティックセグメンテーションを行い，良好な精度を得ることができた．