陶志文，张 伟，周旗开，牛 福

（军事科学院系统工程研究院，北京 100166）

0 引言

人工智能技术在军队的信息化建设中具有广阔的应用前景[1]。运用半自动化搜救装备（如机器人、无人机等）进行军事人员搜救是迈向信息化搜救过程中的重要任务之一，而地面军事人员图像的高精度和快速分割是进行地面军事人员搜救的重要先导任务之一。图像分割涉及到将图像分割为多个部分或者对象，它是由图像处理到图像分析的非常关键的步骤，实现军事人员的高精度图像分割对进一步进行具体军事人员目标识别和进行图像分析、图像内容理解等工作具有重要意义。

国内对多种战场环境下军事人员图像分割的研究很少，目前已知的相关公开研究只有陆军工程大学梁新宇等[2]构建的迷彩伪装目标图像语义分割数据集，但其并未针对战场环境的特点进行图像分割算法改进。在多战场环境（如丛林、山地或城市废墟等）中进行军事人员图像分割的难点主要在于：（1）战场中军事人员目标往往较小，图像中目标像素比例较小，小目标特征提取困难，神经网络训练较为困难；（2）在战场环境中身着迷彩服的军事人员与环境相似度非常高，军事人员与背景环境难以区分，难以提取到辨识性较强的特征。经典的图像分割神经网络对小目标的分割效果较差，且对身着迷彩服的军事人员与环境背景的区分不明显。因此，为了解决上述难点问题并改善相关研究的匮乏状态，有必要针对以上难点对算法进行改进。……