阿里巴巴的一份聲明稱，由任小楓帶領(lǐng)的阿里iDST視覺技術(shù)團隊提出基于在線難樣本挖掘的網(wǎng)絡(luò)學習方法，同時在網(wǎng)絡(luò)中增加在線數(shù)據(jù)增強模塊，及全局特征、局部特征融合機制，提升網(wǎng)絡(luò)特征的表征能力與推廣能力，以解決道路分割問題中的道路邊沿與車輛周圍路面分割不準確、陰影干擾等問題。

日前，記者發(fā)現(xiàn)，阿里巴巴首次出現(xiàn)在國際最大的自動駕駛計算機視覺算法集KITTI道路場景分割排行榜上。

榜單顯示，阿里人工智能團隊iDST獲得三項分割任務(wù)第一，包括UU_ROAD（鄉(xiāng)村車道）與UMM_ROAD（多車道）兩項特定場景任務(wù)，及整體場景的綜合評測任務(wù)URBAN_ROAD（城市車道）。阿里巴巴方面證實了這一消息，不過否認阿里將進軍自動駕駛業(yè)務(wù)。

阿里方面表示，該公司重視基礎(chǔ)科學研究，自動駕駛技術(shù)是其中一部分，該項研究正由阿里巴巴機器視覺科學家任小楓率領(lǐng)。

據(jù)了解，KITTI數(shù)據(jù)集是自動駕駛技術(shù)研發(fā)必選的調(diào)測平臺，圖森、宇視、三星、日本電氣（NEC）等公司都曾出現(xiàn)在排行榜上。

資料顯示，KITTI數(shù)據(jù)集由德國卡爾斯魯厄理工學院和豐田美國技術(shù)研究院聯(lián)合創(chuàng)辦，是國際公認的最大自動駕駛計算機算法評測數(shù)據(jù)集。

KITTI數(shù)據(jù)集涵蓋城市、住宅區(qū)、道路、校園、行人等五大場景，采用更適合自動駕駛的BEV（Bird's Eye View，鳥瞰）視角評大多數(shù)自動駕駛研究機構(gòu)都能做到對城市道路的大塊分割，但對于邊緣路面，例如石頭、車輛沿路停靠等還存在很大識別難度。如何把道路邊緣分割得更為精細，是目前道路場景分割的主要攻堅方向。

阿里巴巴的一份聲明稱，由任小楓帶領(lǐng)的阿里iDST視覺技術(shù)團隊提出基于在線難樣本挖掘的網(wǎng)絡(luò)學習方法，同時在網(wǎng)絡(luò)中增加在線數(shù)據(jù)增強模塊，及全局特征、局部特征融合機制，提升網(wǎng)絡(luò)特征的表征能力與推廣能力，以解決道路分割問題中的道路邊沿與車輛周圍路面分割不準確、陰影干擾等問題。

經(jīng)過半年時間研究，阿里以96.06%、97.70%的分割準確率分別獲得UU_ROAD（鄉(xiāng)村車道）、UMM_ROAD（多車道）兩項特定場景評測任務(wù)第一，96.76%的準確率獲整個道路場景分割綜合評測任務(wù)URBAN_ROAD第一。這也是阿里巴巴首次出現(xiàn)在KITTI道路場景分割的排行榜上。

2017年6月，有消息報道了亞馬遜最高級別華人科學家任小楓入職阿里iDST團隊的消息。任小楓曾主導(dǎo)亞馬遜Amazon Go無人店算法，在他入職阿里時，曾被贊在圖像領(lǐng)域的專家中非常難得：“在計算機視覺領(lǐng)域中對圖像分類，物體識別、跟蹤、檢測，事件檢測均有全面且深入的理解?！?/p>

記者同樣發(fā)現(xiàn)，在KITTI數(shù)據(jù)集的其他幾個項目中也看到了阿里巴巴iDST，包括車輛檢測、行人檢測與行人再識別部分。據(jù)介紹，這部分技術(shù)已經(jīng)在阿里云ET城市大腦的場景中落地，目前主要用于城市交通管理。

阿里巴巴的科研能力正在崛起，且強調(diào)對基礎(chǔ)科學的研究投入。在2017年的杭州云棲大會上，阿里宣布成立探索人類科技未來的實驗室“達摩院”，計劃在三年內(nèi)對新技術(shù)投資超過1000億人民幣，用于涵蓋基礎(chǔ)科學和顛覆式技術(shù)創(chuàng)新的研究。阿里巴巴董事局主席馬云希望將“達摩院”作為阿里巴巴留給世界最好的東西之一。價方式，包含眾多難度較大的無標識線道路。

從KITTI官網(wǎng)來看，這項評測數(shù)據(jù)集主要分為場景分割、目標檢測、目標跟蹤等大類。一位研究人員表示，其中道路場景分割在自動駕駛領(lǐng)域至關(guān)重要，主要應(yīng)用在自動駕駛中的可行駛區(qū)域劃分、自動駕駛路徑規(guī)劃、高精地圖構(gòu)建以及輔助駕駛的AR（增強現(xiàn)實）導(dǎo)航。