Alan Yuille (geboren 1955) ist ein englischer Informatiker und Akademiker. Er ist Bloomberg Distinguished Professor für Computational Cognitive Science an der Johns Hopkins University und hat zusätzliche Berufungen in den Fachbereichen Cognitive Science und Informatik. Yuille ist bekannt für seine wegweisenden Beiträge zum maschinellen Sehen, einschließlich der Entwicklung von deformierbaren Vorlagen und Bayesschen Modellen zur Objekterkennung sowie für seine spätere Arbeit zur Anwendung von Deep Learning in der medizinischen Bildanalyse.
Biografie
Alan Yuille wurde 1955 geboren. Er erwarb 1976 einen Bachelor of Arts in Mathematik an der University of Cambridge und 1981 einen Doktortitel in theoretischer Physik an derselben Universität, wo er unter der Leitung von Stephen Hawking studierte. Nach Abschluss seiner Promotion war Yuille als Postdoktorand an der University of Texas at Austin und anschließend an der University of California, Santa Barbara, tätig.
1982 begann Yuille als Forschungswissenschaftler am Artificial Intelligence Laboratory des Massachusetts Institute of Technology zu arbeiten, wo er bis 1986 blieb. Danach wechselte er an die Harvard University, wo er 1988 zum Assistenzprofessor für Informatik und 1992 zum außerordentlichen Professor befördert wurde. 1995 trat Yuille dem Smith-Kettlewell Eye Research Institute in San Francisco als leitender Forschungswissenschaftler bei.
Im Jahr 2002 wurde Yuille ordentlicher Professor im Fachbereich Statistik an der University of California, Los Angeles (UCLA), mit gemeinsamen Berufungen in den Fachbereichen Informatik, Psychiatrie und Psychologie. Er war außerdem Co-Direktor des UCLA Center for Cognition, Vision, and Learning. 2016 wechselte Yuille an die Johns Hopkins University als Bloomberg Distinguished Professor für Computational Cognitive Science, eine Position, die durch eine Spende von Michael Bloomberg zur Förderung interdisziplinärer Forschung eingerichtet wurde. Er ist in den Fachbereichen Cognitive Science und Informatik tätig.
Forschung
Yuilles Forschung konzentriert sich auf die Entwicklung mathematischer Modelle des Sehens und der Kognition, um Computern die Rekonstruktion dreidimensionaler Strukturen aus Bildern oder Videos zu ermöglichen. Seine frühen Arbeiten in den 1980er und 1990er Jahren führten deformierbare Vorlagen ein, die flexible geometrische Modelle zur Erkennung von Objekten mit variablen Formen verwenden, und wandten die Bayessche Inferenz an, um Vorwissen mit visuellen Beweisen zu integrieren. Diese Ansätze wurden grundlegend für das maschinelle Sehen.
An der Johns Hopkins University leitet Yuille die Forschungsgruppe Computational Cognition, Vision, and Learning (CCVL). Seine jüngsten Forschungsarbeiten untersuchen, wie Deep-Learning- und neuronale Netzwerk-Architekturen für die medizinische Bildanalyse eingesetzt werden können, insbesondere zur Erkennung und Diagnose von Krankheiten. Ein bemerkenswertes Projekt ist The Felix Project, benannt nach dem fiktiven Trank aus der Harry-Potter-Reihe, das darauf abzielt, mithilfe von Deep Learning die Früherkennung von Bauchspeicheldrüsenkrebs durch die Analyse von CT- und MRT-Scans zu verbessern. Das Projekt strebt danach, normales von abnormalem Bauchspeicheldrüsengewebe, einschließlich Tumoren, mit hoher Genauigkeit zu unterscheiden.
Yuilles Arbeit umfasst sowohl theoretische als auch angewandte Aspekte der künstlichen Intelligenz, darunter maschinelles Lernen, Bayessche Inferenz und Bildsegmentierung. Er hat zur Entwicklung von Modellen beigetragen, die generative und diskriminative Ansätze kombinieren, und seine Forschung hat Bereiche über das maschinelle Sehen hinaus beeinflusst, wie etwa die Kognitionswissenschaft und die medizinische Bildgebung.
Auszeichnungen und Ehrungen
Yuille erhielt 2003 den Marr-Preis auf der International Conference on Computer Vision (ICCV), eine prestigeträchtige Auszeichnung im Bereich des maschinellen Sehens, die nach David Marr benannt ist. Er ist Fellow mehrerer Fachgesellschaften, darunter das IEEE und die Association for the Advancement of Artificial Intelligence. Seine Zitationszahlen und sein h-Index spiegeln die hohe Wirkung seiner Veröffentlichungen im Bereich des maschinellen Sehens und verwandter Gebiete wider.
Ausgewählte Veröffentlichungen
Bücher
- Clark, J.J., und Yuille, A.L. (1990). Data Fusion for Sensory Information Processing Systems. Kluwer Academic Publishers, Boston.
- Blake, A., und Yuille, A.L. (Hrsg.) (1992). Active Vision. MIT Press, Cambridge, MA.
- Hallinan, P.W., Gordon, G., Yuille, A.L., Giblin, P.J., und Mumford, D.B. (1999). Two- and Three-Dimensional Patterns of the Face. A K Peters, Ltd.
Artikel
- Yuille, A.L., Hallinan, P.W., und Cohen, D.S. (1992). "Feature extraction from faces using deformable templates." International Journal of Computer Vision, 8(2), 99-111.
- Zhu, S.C., und Yuille, A.L. (1996). "Region competition: Unifying snakes, region growing, and Bayes/MDL for multiband image segmentation." IEEE Transactions on Pattern Analysis and Machine Intelligence, 18(9), 884-900.
- Kersten, D., Mamassian, P., und Yuille, A.L. (2004). "Object perception as Bayesian inference." Annual Review of Psychology, 55, 271-304.
- Chen, L.C., Papandreou, G., Kokkinos, I., Murphy, K., und Yuille, A.L. (2017). "DeepLab: Semantic image segmentation with deep convolutional nets, atrous convolution, and fully connected CRFs." IEEE Transactions on Pattern Analysis and Machine Intelligence, 40(4), 834-848.
Referenzen
Dieser Artikel enthält Text aus dem Wikipedia-Artikel „Alan Yuille“, der unter der Creative-Commons-Lizenz „Namensnennung – Weitergabe unter gleichen Bedingungen“ verfügbar ist.