Alan Yuille (né en 1955) est un informaticien et universitaire anglais. Il est professeur distingué Bloomberg de science cognitive computationnelle à l'université Johns Hopkins, avec des nominations dans les départements de science cognitive et d'informatique. Yuille est connu pour ses contributions pionnières à la vision par ordinateur, notamment le développement de gabarits déformables et de modèles bayésiens pour la reconnaissance d'objets, ainsi que pour ses travaux ultérieurs appliquant le apprentissage profond à l'analyse d'images médicales.
Biographie
Alan Yuille est né en 1955. Il a obtenu une licence en mathématiques à l'université de Cambridge en 1976, suivi d'un doctorat en physique théorique à la même institution en 1981, où il a étudié sous la direction de Stephen Hawking. Après avoir terminé son doctorat, Yuille a occupé un poste de chercheur postdoctoral à l'université du Texas à Austin, puis à l'université de Californie, Santa Barbara.
En 1982, Yuille a commencé à travailler comme chercheur scientifique au laboratoire d'intelligence artificielle au Massachusetts Institute of Technology, où il est resté jusqu'en 1986. Il a ensuite déménagé à l'université Harvard, où il a été promu professeur assistant d'informatique en 1988 et professeur associé en 1992. En 1995, Yuille a rejoint l'institut de recherche Smith-Kettlewell en ophtalmologie à San Francisco en tant que chercheur scientifique senior.
En 2002, Yuille est devenu professeur titulaire dans le département de statistiques à l'université de Californie, Los Angeles (UCLA), avec des nominations conjointes en informatique, psychiatrie et psychologie. Il a également servi comme co-directeur du centre UCLA pour la cognition, la vision et l'apprentissage. En 2016, Yuille a déménagé à l'université Johns Hopkins en tant que professeur distingué Bloomberg de science cognitive computationnelle, un poste établi grâce à un don de Michael Bloomberg pour promouvoir la recherche interdisciplinaire. Il détient des nominations dans les départements de science cognitive et d'informatique.
Recherche
La recherche de Yuille se concentre sur le développement de modèles mathématiques de la vision et de la cognition pour permettre aux ordinateurs de reconstruire des structures tridimensionnelles à partir d'images ou de vidéos. Ses premiers travaux dans les années 1980 et 1990 ont introduit des gabarits modèles, qui utilisent des modèles géométriques flexibles pour reconnaître des objets à formes variables, et ont appliqué l'inférence bayésienne pour intégrer des connaissances préalables avec des preuves visuelles. Ces approches sont devenues fondamentales dans la vision par ordinateur.
À Johns Hopkins, Yuille dirige le groupe Cognition computationnelle, Vision et Apprentissage (CCVL). Sa recherche récente explore comment les architectures de apprentissage profond et réseaux neuronaux peuvent être utilisées pour l'analyse d'images médicales, en particulier pour détecter et diagnostiquer des maladies. Un projet notable est le projet Felix, nommé d'après la potion fictive de la série Harry Potter, qui vise à utiliser l'apprentissage profond pour améliorer la détection précoce du cancer du pancréas en analysant des scans CT et MRI ou IRM. Le projet cherche à distinguer les tissus pancréatiques normaux et anormaux, y compris les tumeurs, avec une grande précision.
Les travaux de Yuille s'étendent sur des aspects théoriques et appliqués de l'intelligence artificielle, y compris le apprentissage automatique, l'inférence bayésienne, et la segmentation d'images. Il a contribué au développement de modèles qui combinent des approches génératives et discriminatives, et ses travaux ont influencé des domaines au-delà de la vision par ordinateur, tels que la science cognitive et l'imagerie médicale.
Prix et distinctions
Yuille a reçu le prix Marr à la Conférence internationale sur la vision par ordinateur (ICCV) en 2003, une récompense prestigieuse en vision par ordinateur nommée en l'honneur de David Marr. Il est membre de plusieurs sociétés professionnelles, notamment l'IEEE et l'Association pour l'Intelligence Artificielle. Ses chiffres de citations et de son indice h reflètent le fort impact de ses publications en vision par ordinateur et dans des domaines connexes.
Publications sélectionnées
Livres
- Clark, J.J., and Yuille, A.L. (1990). Data Fusion for Sensory Information Processing Systems. Kluwer Academic Publishers, Boston.
- Blake, A., and Yuille, A.L. (Eds.) (1992). Active Vision. MIT Press, Cambridge, MA.
- Hallinan, P.W., Gordon, G., Yuille, A.L., Giblin, P.J., and Mumford, D.B. (1999). Two- and Three-Dimensional Patterns of the Face. A K Peters, Ltd.
Articles
- Yuille, A.L., Hallinan, P.W., and Cohen, D.S. (1992). "Feature extraction from faces using deformable templates." Journal de l'informatique et de la vision computationnelle, inernational Journal of Computer Vision, 8(2), 99-111.
- Zhu, S.C., and 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., and Yuille, A.L. (2004). "Object perception as Bayesian inference." Annual Review of Psychologyqué, 55, 271-304.
- Chen, L.C., Papandreou, G., Kokkinos, I., Murphy, K., and Yuille, A.L. (2017). "DeepLab: Semantic image segmentation with deep image segmentation using convolutional nets, atrous convolution, and fully connected CRFs." IEEE Transactions on Pattern Analysis and Machine Intelligence, 40(4), 834-848.
Références
Cet article incorpore du texte de l'article Wikipedia intitulé "Alan Yuille", qui est disponible sous la licence Creative Commons Attribution-ShareAlike License.