Pietro Perona (nascido em 3 de setembro de 1961) é um educador e cientista da computação ítalo-americano. Ele é o Professor Allan E. Puckett de Engenharia Elétrica e Computação e Sistemas Neurais no Instituto de Tecnologia da Califórnia (Caltech) e diretor do Centro de Pesquisa em Engenharia da Fundação Nacional de Ciências em Engenharia de Sistemas Neuromórficos. Perona é reconhecido por sua pesquisa em visão computacional, particularmente em processamento de imagens, categorização visual e análise computacional do comportamento.
Perona lidera o Grupo de Visão Computacional da Caltech, onde investiga como máquinas podem interpretar informações visuais. Seu trabalho influenciou áreas como inteligência artificial e aprendizado de máquina, com aplicações que vão desde sistemas autônomos até imagens biomédicas. Ele também contribuiu para o desenvolvimento de conjuntos de dados visuais em larga escala que sustentam abordagens modernas de aprendizado profundo.
Biografia acadêmica
Perona obteve seu D.Eng. em engenharia elétrica com louvor pela Universidade de Pádua em 1985. Em seguida, mudou-se para os Estados Unidos, completando um Ph.D. na Universidade da Califórnia, Berkeley, em 1990. Sua dissertação, intitulada Finding Texture and Brightness Boundaries in Images, foi orientada por Jitendra Malik, uma figura proeminente em visão computacional.
Após o doutorado, Perona ocupou posições de pós-doutorado no Instituto Internacional de Ciência da Computação em Berkeley (1990) e no Instituto de Tecnologia de Massachusetts, no Laboratório de Sistemas de Informação e Decisão (1990–1991). Em 1991, ingressou no corpo docente da Caltech, onde permanece desde então. Ele foi nomeado Professor Allan E. Puckett em 2008, refletindo suas contribuições à engenharia elétrica e à computação.
Contribuições de pesquisa
A pesquisa de Perona foca nos aspectos computacionais da visão e do aprendizado. Uma de suas primeiras contribuições seminais é a equação de difusão anisotrópica, uma equação diferencial parcial que reduz ruído em imagens enquanto preserva e realça bordas de regiões. Esse método, introduzido no início dos anos 1990, tornou-se uma pedra angular no processamento de imagens e é amplamente utilizado em aplicações de visão computacional.
Ele foi pioneiro no estudo da categorização visual, notavelmente ao introduzir o conjunto de dados Caltech 101 no início dos anos 2000. Esse conjunto, contendo imagens de 101 categorias de objetos, forneceu um padrão de referência para avaliar algoritmos em reconhecimento de objetos e ajudou a impulsionar o progresso na área. Seu trabalho em categorização visual lhe rendeu o Prêmio Longuet-Higgins em 2013, uma honraria por contribuições fundamentais à visão computacional.
Os interesses atuais de Perona incluem reconhecimento visual e análise visual do comportamento. Ele colabora com Serge Belongie no projeto Visipedia, que facilita a pesquisa sobre representação de conhecimento visual, busca visual e sistemas de aprendizado de máquina com intervenção humana. Esse projeto visa combinar visão computacional com expertise humana para construir sistemas de reconhecimento mais precisos e interpretáveis.
Prêmios e honrarias
Perona recebeu vários prêmios prestigiosos por sua pesquisa. Em 2010, foi agraciado com o Prêmio Koenderink por Contribuições Fundamentais em Visão Computacional. Ele também recebeu o prêmio de melhor artigo da Conferência sobre Visão Computacional e Reconhecimento de Padrões (CVPR) de 2003 e o Prêmio de Jovem Investigador Presidencial da NSF em 1996. Essas honrarias refletem seu impacto sustentado na área.
Seu trabalho foi destaque em veículos de mídia nacionais, incluindo o New York Times, Science Friday, The New Yorker e o Los Angeles Times, destacando a relevância mais ampla de sua pesquisa. Em 2003, Perona co-organizou a exposição de arte NEURO com Stephen Nowlin, que reuniu artistas contemporâneos e cientistas para explorar a engenharia neuromórfica, unindo arte e tecnologia.
Legado e influência
As contribuições de Perona moldaram a visão computacional moderna e influenciaram áreas adjacentes. Seu método de difusão anisotrópica permanece uma técnica padrão em redução de ruído de imagens, e seus conjuntos de dados permitiram o treinamento de modelos de reconhecimento mais robustos. Como diretor do Centro de Pesquisa em Engenharia da NSF em Engenharia de Sistemas Neuromórficos, ele também avançou a pesquisa em computação inspirada no cérebro, que tem implicações para implementações de redes neurais energeticamente eficientes.
Por meio de seu ensino e orientação na Caltech, Perona treinou uma geração de pesquisadores que seguiram para fazer contribuições significativas na academia e na indústria. Sua abordagem interdisciplinar, combinando visão, aprendizado e neurociência, continua a inspirar novas direções de pesquisa em inteligência artificial.