Pietro Perona (nacido el 3 de septiembre de 1961) es un educador y científico informático italoamericano. Es el Profesor Allan E. Puckett de Ingeniería Eléctrica y Computación y Sistemas Neuronales en el Instituto de Tecnología de California (Caltech) y director del Centro de Investigación en Ingeniería de Sistemas Neuromórficos de la Fundación Nacional de Ciencias. Perona es reconocido por su investigación en visión por computadora, particularmente en procesamiento de imágenes, categorización visual y análisis computacional del comportamiento.
Perona lidera el Grupo de Visión Computacional de Caltech, donde investiga cómo las máquinas pueden interpretar información visual. Su trabajo ha influido en campos como la inteligencia artificial y el aprendizaje automático, con aplicaciones que van desde sistemas autónomos hasta imágenes biomédicas. También ha contribuido al desarrollo de conjuntos de datos visuales a gran escala que sustentan los enfoques modernos de aprendizaje profundo.
Biografía académica
Perona obtuvo su título de ingeniero en ingeniería eléctrica cum laude en la Universidad de Padua en 1985. Luego se trasladó a los Estados Unidos, completando un doctorado en la Universidad de California, Berkeley en 1990. Su tesis, titulada Finding Texture and Brightness Boundaries in Images, fue supervisada por Jitendra Malik, una figura prominente en visión por computadora.
Después de su doctorado, Perona ocupó puestos posdoctorales en el Instituto Internacional de Ciencias de la Computación en Berkeley (1990) y en el Instituto de Tecnología de Massachusetts en el Laboratorio de Información y Sistemas de Decisión (1990–1991). En 1991, se unió al cuerpo docente de Caltech, donde ha permanecido desde entonces. Fue nombrado Profesor Allan E. Puckett en 2008, reflejando sus contribuciones a la ingeniería eléctrica y la computación.
Contribuciones de investigación
La investigación de Perona se centra en los aspectos computacionales de la visión y el aprendizaje. Una de sus contribuciones seminales tempranas es la ecuación de difusión anisotrópica, una ecuación diferencial parcial que reduce el ruido en las imágenes mientras preserva y realza los límites de las regiones. Este método, introducido a principios de la década de 1990, se convirtió en un pilar del procesamiento de imágenes y se utiliza ampliamente en aplicaciones de visión por computadora.
Pionero en el estudio de la categorización visual, notablemente al introducir el conjunto de datos Caltech 101 a principios de la década de 2000. Este conjunto de datos, que contiene imágenes de 101 categorías de objetos, proporcionó un punto de referencia para evaluar algoritmos en reconocimiento de objetos y ayudó a impulsar el progreso en el campo. Su trabajo en categorización visual le valió el Premio Longuet-Higgins en 2013, un galardón por contribuciones fundamentales a la visión por computadora.
Los intereses actuales de Perona incluyen el reconocimiento visual y el análisis visual del comportamiento. Colabora con Serge Belongie en el proyecto Visipedia, que facilita la investigación sobre representación del conocimiento visual, búsqueda visual y sistemas de aprendizaje automático con intervención humana. Este proyecto tiene como objetivo combinar la visión por computadora con la experiencia humana para construir sistemas de reconocimiento más precisos e interpretables.
Premios y honores
Perona ha recibido varios premios prestigiosos por su investigación. En 2010, fue galardonado con el Premio Koenderink por Contribuciones Fundamentales en Visión por Computadora. También recibió el premio al mejor artículo de la Conferencia sobre Visión por Computadora y Reconocimiento de Patrones (CVPR) en 2003 y un Premio Presidencial Joven Investigador de la NSF en 1996. Estos honores reflejan su impacto sostenido en el campo.
Su trabajo ha sido presentado en medios de comunicación nacionales, incluidos el New York Times, Science Friday, The New Yorker y el Los Angeles Times, destacando la relevancia más amplia de su investigación. En 2003, Perona coorganizó la exposición de arte NEURO con Stephen Nowlin, que reunió a artistas contemporáneos y científicos para explorar la ingeniería neuromórfica, uniendo arte y tecnología.
Legado e influencia
Las contribuciones de Perona han moldeado la visión por computadora moderna e influido en campos adyacentes. Su método de difusión anisotrópica sigue siendo una técnica estándar en la eliminación de ruido de imágenes, y sus conjuntos de datos han permitido el entrenamiento de modelos de reconocimiento más robustos. Como director del Centro de Investigación en Ingeniería de Sistemas Neuromórficos de la NSF, también ha avanzado la investigación en computación inspirada en el cerebro, que tiene implicaciones para implementaciones energéticamente eficientes de redes neuronales.
A través de su enseñanza y mentoría en Caltech, Perona ha formado a una generación de investigadores que han realizado contribuciones significativas en el ámbito académico e industrial. Su enfoque interdisciplinario, que combina visión, aprendizaje y neurociencia, continúa inspirando nuevas direcciones de investigación en inteligencia artificial.