Pietro Perona (né le 3 septembre 1961) est un éducateur et informaticien italo-américain. Il est professeur Allan E. Puckett de génie électrique et de systèmes computationnels et neuronaux au California Institute of Technology (Caltech) et directeur du centre de recherche en ingénierie de la National Science Foundation sur les systèmes neuromorphiques. Perona est reconnu pour ses recherches en vision par ordinateur, notamment dans le traitement d'images, la catégorisation visuelle et l'analyse computationnelle du comportement.
Perona dirige le groupe de vision computationnelle de Caltech, où il étudie comment les machines peuvent interpréter les informations visuelles. Ses travaux ont influencé des domaines tels que intelligence artificielle et apprentissage automatique, avec des applications allant des systèmes autonomes à l'imagerie biomédicale. Il a également contribué au développement de grands ensembles de données visuelles qui sous-tendent les approches modernes de apprentissage profond.
Biographie académique
Perona a obtenu son diplôme d'ingénieur en génie électrique avec mention cum laude de l'Université de Padoue en 1985. Il a ensuite déménagé aux États-Unis, où il a complété un doctorat à l'Université de Californie à Berkeley en 1990. Sa thèse, intitulée Finding Texture and Brightness Boundaries in Images, a été supervisée par Jitendra Malik, une figure éminente de la vision par ordinateur.
Après son doctorat, Perona a occupé des postes postdoctoraux à l'International Computer Science Institute de Berkeley (1990) et au Massachusetts Institute of Technology dans le laboratoire des systèmes d'information et de décision (1990-1991). En 1991, il a rejoint le corps professoral de Caltech, où il est resté depuis. Il a été nommé professeur Allan E. Puckett en 2008, reflétant ses contributions au génie électrique et au calcul.
Contributions à la recherche
Les recherches de Perona se concentrent sur les aspects computationnels de la vision et de l'apprentissage. L'une de ses premières contributions majeures est l'équation de diffusion anisotrope, une équation aux dérivées partielles qui réduit le bruit dans les images tout en préservant et en renforçant les frontières des régions. Cette méthode, introduite au début des années 1990, est devenue une pierre angulaire du traitement d'images et est largement utilisée dans les applications de vision par ordinateur.
Il a été pionnier dans l'étude de la catégorisation visuelle, notamment en introduisant l'ensemble de données Caltech 101 au début des années 2000. Cet ensemble, contenant des images de 101 catégories d'objets, a fourni une référence pour évaluer les algorithmes de reconnaissance d'objets et a contribué à stimuler les progrès dans ce domaine. Ses travaux sur la catégorisation visuelle lui ont valu le prix Longuet-Higgins en 2013, une récompense pour des contributions fondamentales à la vision par ordinateur.
Les intérêts actuels de Perona incluent la reconnaissance visuelle et l'analyse visuelle du comportement. Il collabore avec Serge Belongie sur le projet Visipedia, qui facilite la recherche sur la représentation des connaissances visuelles, la recherche visuelle et les systèmes d'apprentissage automatique avec intervention humaine. Ce projet vise à combiner la vision par ordinateur avec l'expertise humaine pour construire des systèmes de reconnaissance plus précis et interprétables.
Prix et distinctions
Perona a reçu plusieurs prix prestigieux pour ses recherches. En 2010, il a reçu le prix Koenderink pour ses contributions fondamentales en vision par ordinateur. Il a également reçu le prix du meilleur article de la conférence sur la vision par ordinateur et la reconnaissance des formes (CVPR) en 2003 et un prix du jeune chercheur présidentiel de la NSF en 1996. Ces distinctions reflètent son impact durable sur le domaine.
Ses travaux ont été présentés dans des médias nationaux, notamment le New York Times, Science Friday, The New Yorker et le Los Angeles Times, soulignant la pertinence plus large de ses recherches. En 2003, Perona a co-organisé l'exposition d'art NEURO avec Stephen Nowlin, qui a réuni des artistes contemporains et des scientifiques pour explorer l'ingénierie neuromorphique, reliant l'art et la technologie.
Héritage et influence
Les contributions de Perona ont façonné la vision par ordinateur moderne et influencé des domaines adjacents. Sa méthode de diffusion anisotrope reste une technique standard dans le débruitage d'images, et ses ensembles de données ont permis la formation de modèles de reconnaissance plus robustes. En tant que directeur du centre de recherche en ingénierie de la NSF sur les systèmes neuromorphiques, il a également fait progresser la recherche sur le calcul inspiré du cerveau, qui a des implications pour les implémentations de réseaux de neurones économes en énergie.
Grâce à son enseignement et à son mentorat à Caltech, Perona a formé une génération de chercheurs qui ont apporté des contributions significatives dans le monde universitaire et l'industrie. Son approche interdisciplinaire, combinant vision, apprentissage et neurosciences, continue d'inspirer de nouvelles directions de recherche en intelligence artificielle.