阿里巴巴的一份声明称，由任小枫带领的阿里iDST视觉技术团队提出基于在线难样本挖掘的网络学习方法，同时在网络中增加在线数据增强模块，及全局特征、局部特征融合机制，提升网络特征的表征能力与推广能力，以解决道路分割问题中的道路边沿与车辆周围路面分割不准确、阴影干扰等问题。

　　日前，记者发现，阿里巴巴首次出现在国际最大的自动驾驶计算机视觉算法集KITTI道路场景分割排行榜上。

　　榜单显示，阿里人工智能团队iDST获得三项分割任务第一，包括UU_ROAD（乡村车道）与UMM_ROAD（多车道）两项特定场景任务，及整体场景的综合评测任务URBAN_ROAD（城市车道）。阿里巴巴方面证实了这一消息，不过否认阿里将进军自动驾驶业务。

　　阿里方面表示，该公司重视基础科学研究，自动驾驶技术是其中一部分，该项研究正由阿里巴巴机器视觉科学家任小枫率领。

　　据了解，KITTI数据集是自动驾驶技术研发必选的调测平台，图森、宇视、三星、日本电气（NEC）等公司都曾出现在排行榜上。

　　资料显示，KITTI数据集由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办，是国际公认的最大自动驾驶计算机算法评测数据集。

　　KITTI数据集涵盖城市、住宅区、道路、校园、行人等五大场景，采用更适合自动驾驶的BEV（Bird's Eye View，鸟瞰）视角评大多数自动驾驶研究机构都能做到对城市道路的大块分割，但对于边缘路面，例如石头、车辆沿路停靠等还存在很大识别难度。如何把道路边缘分割得更为精细，是目前道路场景分割的主要攻坚方向。

　　阿里巴巴的一份声明称，由任小枫带领的阿里iDST视觉技术团队提出基于在线难样本挖掘的网络学习方法，同时在网络中增加在线数据增强模块，及全局特征、局部特征融合机制，提升网络特征的表征能力与推广能力，以解决道路分割问题中的道路边沿与车辆周围路面分割不准确、阴影干扰等问题。

　　经过半年时间研究，阿里以96.06%、97.70%的分割准确率分别获得UU_ROAD（乡村车道）、UMM_ROAD（多车道）两项特定场景评测任务第一，96.76%的准确率获整个道路场景分割综合评测任务URBAN_ROAD第一。这也是阿里巴巴首次出现在KITTI道路场景分割的排行榜上。

　　2017年6月，有消息报道了亚马逊最高级别华人科学家任小枫入职阿里iDST团队的消息。任小枫曾主导亚马逊Amazon Go无人店算法，在他入职阿里时，曾被赞在图像领域的专家中非常难得：“在计算机视觉领域中对图像分类，物体识别、跟踪、检测，事件检测均有全面且深入的理解。”

　　记者同样发现，在KITTI数据集的其他几个项目中也看到了阿里巴巴iDST，包括车辆检测、行人检测与行人再识别部分。据介绍，这部分技术已经在阿里云ET城市大脑的场景中落地，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，且强调对基础科学的研究投入。在2017年的杭州云栖大会上，阿里宣布成立探索人类科技未来的实验室“达摩院”，计划在三年内对新技术投资超过1000亿人民币，用于涵盖基础科学和颠覆式技术创新的研究。阿里巴巴董事局主席马云希望将“达摩院”作为阿里巴巴留给世界最好的东西之一。价方式，包含众多难度较大的无标识线道路。

　　从KITTI官网来看，这项评测数据集主要分为场景分割、目标检测、目标跟踪等大类。一位研究人员表示，其中道路场景分割在自动驾驶领域至关重要，主要应用在自动驾驶中的可行驶区域划分、自动驾驶路径规划、高精地图构建以及辅助驾驶的AR（增强现实）导航。