Thomas Brox (nascido em 1976) é um cientista da computação alemão especializado em visão computacional e aprendizado de máquina. Ele é professor de reconhecimento de padrões e processamento de imagens na Universidade de Freiburg, onde lidera o Grupo de Visão Computacional. Brox é conhecido por coautorar a arquitetura U-Net para segmentação de imagens biomédicas e o FlowNet, uma abordagem inicial de redes neurais convolucionais para estimativa de fluxo óptico. Suas publicações receberam mais de 130.000 citações até 2026, de acordo com a Scopus.
Carreira acadêmica
Brox obteve seu doutorado em ciência da computação pela Universidade de Saarland em 2005. Em seguida, trabalhou como pesquisador de pós-doutorado na Universidade de Bonn e, posteriormente, na Universidade da Califórnia, Berkeley, no grupo de visão computacional de Jitendra Malik. Ele também liderou o Grupo de Sistemas Inteligentes na TU Dresden como professor temporário. Em 2010, ingressou na Universidade de Freiburg, tornando-se professor de reconhecimento de padrões e processamento de imagens. Ele atuou como presidente de programa do ECCV 2020 e tornou-se diretor da Faculdade de Engenharia em 1º de julho de 2026.
Pesquisa sobre fluxo óptico
Um foco inicial da pesquisa de Brox foi o fluxo óptico, a estimativa de movimento aparente entre imagens. Em 2004, Brox, Andrés Bruhn, Nils Papenberg e Joachim Weickert propuseram um método variacional que combinava constância de brilho e gradiente com uma restrição de suavidade que preserva descontinuidades e um esquema de otimização não linear e multirresolução. Este trabalho recebeu o Prêmio de Melhor Artigo Longuet-Higgins no ECCV 2004 e o Prêmio Koenderink em 2014.
Em 2015, Brox coautorou o FlowNet, que formulou a estimativa de fluxo óptico como um problema de aprendizado supervisionado para redes neurais convolucionais, usando dados de treinamento inteiramente gerados sinteticamente. Essa abordagem demonstrou o potencial do aprendizado profundo para tarefas clássicas de visão.
U-Net e aprendizado profundo
Também em 2015, Brox coautorou a U-Net com Olaf Ronneberger e Philipp Fischer. A U-Net é uma arquitetura convolucional para segmentação de imagens biomédicas que combina um caminho de contração com um caminho de expansão, usando conexões de salto para preservar informações de alta resolução do codificador. A arquitetura foi amplamente adotada em imagens médicas e outras tarefas de segmentação, influenciando projetos subsequentes de redes neurais.
O trabalho de Brox situa-se na interseção de visão computacional e aprendizado de máquina, contribuindo para o movimento mais amplo de aprendizado profundo. Sua pesquisa em aprendizado de representação visual explorou como redes neurais podem aprender características úteis a partir de imagens, frequentemente sem rótulos explícitos.
Prêmios e associações
Brox recebeu o Prêmio de Melhor Artigo Longuet-Higgins no ECCV 2004 e o Prêmio Koenderink em 2014, ambos pelo artigo de fluxo óptico de 2004 com Bruhn, Papenberg e Weickert. Ele é membro titular da Academia de Ciências e Humanidades de Heidelberg desde 2020.
Referências
- Fatos fornecidos pela Wikipédia (CC BY-SA).