Alan Yuille (nascido em 1955) é um cientista da computação e acadêmico inglês. Ele é Professor Distinto Bloomberg de Ciência Cognitiva Computacional na Universidade Johns Hopkins, com nomeações nos departamentos de Ciência Cognitiva e Ciência da Computação. Yuille é conhecido por suas contribuições pioneiras para a visão computacional, incluindo o desenvolvimento de modelos deformáveis e modelos bayesianos para reconhecimento de objetos, bem como por seu trabalho posterior aplicando aprendizado profundo à análise de imagens médicas.
Biografia
Alan Yuille nasceu em 1955. Ele obteve um diploma de bacharel em matemática pela Universidade de Cambridge em 1976, seguido por um doutorado em física teórica pela mesma instituição em 1981, onde estudou sob a orientação de Stephen Hawking. Após concluir seu doutorado, Yuille realizou um pós-doutorado na Universidade do Texas em Austin e depois na Universidade da Califórnia, em Santa Bárbara.
Em 1982, Yuille começou a trabalhar como cientista de pesquisa no Laboratório de Ciência da Computação e Inteligência Artificial do MIT, onde permaneceu até 1986. Ele então se mudou para a Universidade de Harvard, onde foi promovido a professor assistente de ciência da computação em 1988 e a professor associado em 1992. Em 1995, Yuille ingressou no Instituto de Pesquisa Ocular Smith-Kettlewell em São Francisco como cientista de pesquisa sênior.
Em 2002, Yuille tornou-se professor titular no departamento de estatística da Universidade da Califórnia, em Los Angeles (UCLA), com nomeações conjuntas em ciência da computação, psiquiatria e psicologia. Ele também atuou como codiretor do Centro de Cognição, Visão e Aprendizado da UCLA. Em 2016, Yuille mudou-se para a Universidade Johns Hopkins como Professor Distinto Bloomberg de Ciência Cognitiva Computacional, uma posição estabelecida por meio de uma doação de Michael Bloomberg para promover pesquisa interdisciplinar. Ele ocupa nomeações nos departamentos de ciência cognitiva e ciência da computação.
Pesquisa
A pesquisa de Yuille concentra-se no desenvolvimento de modelos matemáticos de visão e cognição para permitir que computadores reconstruam estruturas tridimensionais a partir de imagens ou vídeos. Seu trabalho inicial nas décadas de 1980 e 1990 introduziu modelos deformáveis, que usam modelos geométricos flexíveis para reconhecer objetos com formas variáveis, e aplicou inferência bayesiana para integrar conhecimento prévio com evidência visual. Essas abordagens tornaram-se fundamentais na visão computacional.
Na Universidade Johns Hopkins, Yuille dirige o grupo de Cognição, Visão e Aprendizado Computacional (CCVL). Sua pesquisa recente explora como arquiteturas de aprendizado profundo e redes neurais podem ser usadas para análise de imagens médicas, particularmente para detectar e diagnosticar doenças. Um projeto notável é o Projeto Felix, nomeado em homenagem à poção fictícia da série Harry Potter, que visa usar aprendizado profundo para melhorar a detecção precoce do câncer de pâncreas por meio da análise de tomografias computadorizadas e ressonâncias magnéticas. O projeto busca distinguir entre tecido pancreático normal e anormal, incluindo tumores, com alta precisão.
O trabalho de Yuille abrange aspectos teóricos e aplicados da inteligência artificial, incluindo aprendizado de máquina, inferência bayesiana e segmentação de imagens. Ele contribuiu para o desenvolvimento de modelos que combinam abordagens generativas e discriminativas, e sua pesquisa influenciou campos além da visão computacional, como ciência cognitiva e imagem médica.
Prêmios e honrarias
Yuille recebeu o Prêmio Marr na Conferência Internacional sobre Visão Computacional (ICCV) em 2003, um prêmio prestigioso em visão computacional nomeado em homenagem a David Marr. Ele é membro de várias sociedades profissionais, incluindo o IEEE e a Associação para o Avanço da Inteligência Artificial. Seu número de citações e índice h refletem o alto impacto de suas publicações em visão computacional e áreas relacionadas.
Publicações selecionadas
Livros
- Clark, J.J., e Yuille, A.L. (1990). Data Fusion for Sensory Information Processing Systems. Kluwer Academic Publishers, Boston.
- Blake, A., e Yuille, A.L. (Eds.) (1992). Active Vision. MIT Press, Cambridge, MA.
- Hallinan, P.W., Gordon, G., Yuille, A.L., Giblin, P.J., e Mumford, D.B. (1999). Two- and Three-Dimensional Patterns of the Face. A K Peters, Ltd.
Artigos
- Yuille, A.L., Hallinan, P.W., e Cohen, D.S. (1992). "Feature extraction from faces using deformable templates." International Journal of Computer Vision, 8(2), 99-111.
- Zhu, S.C., e 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., e 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., e 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.
Referências
Este artigo incorpora texto do artigo "Alan Yuille" da Wikipédia, disponível sob a Licença Creative Commons Atribuição-CompartilhaIgual.