Thomas Huang

Thomas Shi-Tao Huang ( chino tradicional :黃煦濤; chino simplificado :黄煦涛; pinyin : Huáng Xùtāo , 26 de junio de 1936 – 25 de abril de 2020) fue un científico informático e ingeniero eléctrico taiwanés-estadounidense nacido en China. Fue investigador y profesor emérito de la Universidad de Illinois en Urbana-Champaign (UIUC). Huang fue una de las figuras más destacadas en visión artificial , reconocimiento de patrones e interacción persona-computadora . ^{[ 1 ]}

Huang nació el 26 de junio de 1936 en Shanghái , República de China. ^{[ 2 ]} En 1949, su familia se mudó a Taiwán durante la Gran Retirada . Huang estudió electrónica en la Universidad Nacional de Taiwán y recibió su licenciatura en 1956. ^{[ 3 ]}

Huang viajó a Estados Unidos para estudiar en el Instituto Tecnológico de Massachusetts (MIT). En el MIT trabajó inicialmente con Peter Elias , interesado en la teoría de la información y la codificación de imágenes, y posteriormente con William F. Schreiber . En aquel entonces, los equipos de escaneo no estaban disponibles comercialmente, por lo que fue necesario construir un escáner para digitalizar y reproducir imágenes. Los programas informáticos se escribieron en lenguaje ensamblador utilizando un prototipo de computadora TX-0 del Laboratorio Lincoln . Las descripciones de las imágenes digitalizadas se almacenaban en cintas de papel perforadas . ^{[ 3 ]} Huang fue supervisado por Schreiber tanto en su tesis de maestría, Picture statistics and linearly interpolative coding (1960), ^{[ 4 ]} como en su tesis doctoral, Pictorial noise (1963). ^{[ 5 ]} Su trabajo de maestría se centró en algoritmos para la codificación de imágenes utilizando técnicas adaptativas de interpolación con sensibilidad a los bordes. Su doctorado incluyó un trabajo sobre los efectos subjetivos del ruido pictórico en un espectro. ^{[ 3 ]}

Huang aceptó un puesto en la facultad del Departamento de Ingeniería Eléctrica del MIT, y permaneció allí desde 1963 hasta 1973. ^{[ 3 ]} Aceptó un puesto como profesor de ingeniería eléctrica y director del Laboratorio de Procesamiento de Información y Señales en la Universidad de Purdue en 1973, donde permaneció hasta 1980. ^{[ 3 ]}

En 1980, Huang aceptó una cátedra de ingeniería eléctrica en la Universidad de Illinois en Urbana-Champaign (UIUC). ^{[ 3 ]} El 15 de abril de 1996, Huang se convirtió en el primer Profesor Distinguido William L. Everitt de Ingeniería Eléctrica e Informática en la UIUC. ^{[ 6 ]} Participó en el Laboratorio de Ciencias Coordinadas (CSL) y fue jefe del Grupo de Formación y Procesamiento de Imágenes del Instituto Beckman para la Ciencia y la Tecnología Avanzadas y copresidente de la línea de investigación del Instituto Beckman sobre Interacción Inteligente Humano-Computadora. ^{[ 7 ] [ 8 ]} En 2012, fue nombrado Cátedra Swanlund, el título con mayor dotación económica en la UIUC. ^{[ 9 ] [ 10 ]} Huang se retiró de la docencia en diciembre de 2014, pero continuó activo como investigador. ^{[ 11 ]}

Huang fue editor fundador del International Journal of Computer Vision, Graphics and Image Processing y de la Springer Series in Information Sciences de Springer-Verlag . Ayudó a organizar el primer Simposio Internacional de Codificación de Imágenes (1969), el primer Taller Internacional sobre Codificación de Vídeo de Muy Baja Tasa de Bits (1993) y la primera Conferencia Internacional sobre Reconocimiento Automático de Rostros y Gestos (1995), todos los cuales se convirtieron en eventos recurrentes. ^{[ 7 ]}

La investigación de Huang tendió a centrarse en el desarrollo de conceptos generales, metodologías, teorías y algoritmos que tienen una amplia aplicación al procesamiento de señales multimodales y multimedia. ^{[ 3 ]} Mientras aún estaba en el MIT, desarrolló el primer procedimiento algebraico para probar las condiciones de estabilidad de filtros bidimensionales , basado en la transformación bilineal doble y el método de Ansell. ^{[ 12 ]} También publicó sobre holografía digital . ^{[ 13 ]} Mientras estaba en Purdue, trabajó en filtros no lineales , particularmente filtros de mediana , que se convirtieron en una técnica estándar para la eliminación de ruido en imágenes. ^{[ 14 ]}

Algunos de sus primeros trabajos trataron sobre compresión de imágenes , extendiéndose posteriormente a áreas de mejora, restauración y análisis. Desarrolló enfoques para la compresión de documentos binarios que utilizaban información escaneada bidimensional, examinando los cambios de una línea de un escaneo a la siguiente y detectando puntos de transición en los que una línea subsiguiente difiere. Las predicciones estadísticas y los resultados experimentales del rendimiento del modelo coincidieron bien. ^{[ 3 ]} En 1969, Huang y Grant Anderson fueron uno de los primeros equipos en proponer un método para la codificación de transformación de bloques , ^{[ 15 ]} basándose en el trabajo de JJY Huang y Peter M. Schultheiss. ^{[ 16 ] [ 17 ]}

En 1984, Tsai y Huang fueron los primeros en presentar un método multifotograma en el dominio de la frecuencia que relacionaba la transformada discreta de Fourier de imágenes satelitales de baja resolución observadas desde la etapa de adquisición con la transformada continua de Fourier de la imagen de alta resolución, utilizando la transformada inversa de Fourier para obtener una imagen final con mayor resolución. ^{[ 18 ] [ 19 ]} Huang también trabajó en métodos de codificación de ondículas y en codificación fractal . La codificación de ondículas es particularmente importante para la recuperación de imágenes basada en contenido de bases de datos multimedia que contienen imágenes, video, audio y texto. Permite realizar búsquedas en imágenes codificadas más pequeñas en lugar de en imágenes recuperadas de tamaño completo. ^{[ 3 ]} Otras áreas de investigación importantes incluyen el uso de retroalimentación de relevancia para adaptar los sistemas de bases de datos a las intenciones del usuario (al navegar o buscar), ^{[ 20 ]} y la construcción de tablas de contenido e índices semánticos para video utilizando información multimedia (secuencia de imágenes, audio y subtítulos, si están disponibles). ^{[ 21 ]}

En el área del modelado 3D, Huang trabajó en la identificación del movimiento tridimensional y la estructura de objetos rígidos a partir de múltiples imágenes en las que se pueden identificar características correspondientes. ^{[ 22 ]} Este trabajo fue importante para la compresión de imágenes de televisión, para el desarrollo de estándares de imagen y para la investigación en visión humana y computacional. ^{[ 3 ]} Huang también trabajó en el modelado, análisis y síntesis 3D de imágenes del rostro, las manos y el cuerpo humanos. La motivación inicial de esta investigación fue brindar soporte a la codificación de video basada en modelos 3D de baja tasa de bits para videoteléfono y teleconferencias. La idea era que si se podía transmitir y reconstruir un modelo 3D del usuario en el extremo receptor, sería suficiente extraer y enviar información de movimiento para controlar el modelo 3D y regenerar la secuencia de video. Las herramientas desarrolladas para este tipo de escenarios también son aplicables a muchos otros problemas, incluyendo conferencias en espacios virtuales con avatares y juegos electrónicos. ^{[ 23 ]}

Huang consideraba que el procesamiento de imágenes y voz eran fundamentalmente similares, ^{[ 3 ]} y trabajó con reconocimiento de voz y procesamiento de sonido, además de imágenes. Huang, Mark Hasegawa-Johnson y sus estudiantes crearon una base de datos de voz, grabada en automóviles, que se puede utilizar como referencia para probar algoritmos de reconocimiento de voz audiovisual. ^{[ 24 ]} También desarrollaron métodos para detectar elementos de audio que probablemente atraigan la atención humana y los están utilizando para permitir que las personas revisen de manera más efectiva grandes cantidades de grabaciones de audio para encontrar información importante. ^{[ 25 ]}

Huang realizó un trabajo importante en interacción humano-computadora multimodal y diseño de interfaces. ^{[ 26 ]} Fue uno de los primeros investigadores en combinar técnicas basadas en audio y video para la identificación de estados afectivos humanos. ^{[ 27 ]} Trabajos más recientes de Huang y otros intentan "desarrollar una serie de algoritmos para extraer información de la multimodalidad de manera óptima", ^{[ 28 ]} filtrando grandes cantidades de datos de múltiples fuentes y optimizando los tipos y cantidades de datos que se comprimen y transmiten. Esta investigación de detección oportunista tiene aplicaciones tanto en uso militar como civil. ^{[ 28 ] [ 29 ]}

Huang también esperaba desarrollar formas más naturales y efectivas para que los humanos interactuaran con una computadora o un entorno virtual usando el habla y los gestos. ^{[ 3 ]} Los proyectos de investigación incluyen el seguimiento visual de la mano y el reconocimiento de gestos ; ^{[ 30 ]} el uso de la lectura visual de labios para mejorar la precisión del reconocimiento de voz de audio; y la integración del reconocimiento de voz y el análisis de gestos visuales en el control de pantallas en entornos virtuales. ^{[ 23 ]}

También trabajó en el reconocimiento audiovisual de género, grupo de edad y emoción. Su trabajo en la detección de género y emoción recibió atención mediática cuando su software se utilizó para examinar la Mona Lisa , concluyendo que el retrato era de una mujer (y no, como algunos habían teorizado, basado en el propio Da Vinci ) y que su enigmática sonrisa era más alegre que triste. ^{[ 31 ] [ 32 ]}

En 2015, Huang trabajó con Ann Willemsen-Dunlap en un proyecto interdisciplinario para desarrollar un avatar 3D generado por computadora, capaz de mostrar emociones apropiadas, para ser utilizado en la comunicación en línea de información médica a los pacientes. ^{[ 33 ]}

También exploró el uso de computación de alto rendimiento y macrodatos para desarrollar mejores técnicas de aprendizaje profundo . ^{[ 11 ]} Una de las tareas que se están estudiando, como era de esperar, es el reconocimiento facial. En otro proyecto, su equipo está trabajando con el astrónomo Robert Brunner para entrenar una red neuronal de alimentación directa para identificar imágenes de galaxias . ^{[ 34 ]}

A partir de 2010Huang había publicado más de 21 libros y había sido autor de más de 600 artículos. ^{[ 35 ]} Entre las publicaciones representativas de Thomas Huang se incluyen:

• Qi, GJ, Aggarwal, C., Tian, ​​Q., Ji, H., Huang, TS (2012), "Explorando los vínculos de contexto y contenido en las redes sociales: un método de espacio latente", IEEE Transactions on Pattern Analysis and Machine Intelligence , pp.  850–862.
• Jaimes, A., Gatica-Perez, D., Sebe, N., Huang, TS (2007), "Computación centrada en el ser humano: hacia una revolución humana", IEEE Computer, 40(5), págs  .
• Cohen, I., Cozman, F., Sebe, N., Cirelo, M., Huang, TS (2004), "Aprendizaje semisupervisado de clasificadores: teoría, algoritmos y sus aplicaciones a la interacción humano-computadora", IEEE Transactions on Pattern Analysis and Machine Intelligence , 26(12), pp.  1553–1567.
• Pan, H., Levinson, SE, Huang, TS y Liang, ZP (2004), “Un modelo HMM fusionado con aplicación al procesamiento de voz bimodal”, IEEE Transactions On Signal Processing, 52/3, pp.  573– 581.
• Zhou, XS y Huang, TS (2003), "Retroalimentación de relevancia en la recuperación de imágenes: una revisión exhaustiva", ACM Multimedia Systems Journal, págs.  536–544.
• Bruckstein, AM, Holt, RJ, Huang, TS y Netravali, AN (2000), "Nuevos dispositivos para la estimación de pose 3D: ojos de mantis, pinturas Agam, relojes de sol y otros puntos de referencia espaciales", International Journal of Computer Vision, págs.  131–139.
• Rui, Yong; Huang, Thomas S.; Chang, Shih-Fu (1999). "Recuperación de imágenes: técnicas actuales, direcciones prometedoras y cuestiones abiertas" (PDF) . Journal of Visual Communication and Image Representation . 10 : 39–62 . CiteSeerX 10.1.1.32.7819 . doi : 10.1006/jvci.1999.0413 . S2CID 2910032. Recuperado el 23 de julio de 2015 .  – Este artículo recibió el premio al artículo más citado de la década de la revista Journal of Visual Communication and Image Representation , 2010 ^{[ 35 ]}
• Lew, MS , Wong, K., y Huang, TS (1994), "Aprendizaje y selección de características en la correspondencia estéreo", IEEE Transactions on Pattern Analysis and Machine Intelligence , pp.  869–881.
• Arun, K., Huang, TS y Blostein, SD (1987), "Ajuste por mínimos cuadrados de dos conjuntos de puntos 3D", IEEE Transactions on Pattern Analysis and Machine Intelligence , págs.  698–700.
• RY Tsai y TS Huang, (1984) "Unicidad y estimación de parámetros de movimiento tridimensionales de objetos rígidos con superficies curvas" IEEE Transactions on Pattern Analysis and Machine Intelligence , págs.  13–27.

Huang estaba casado con Margaret, quien falleció tres meses antes que él. Se casaron en 1959. ^{[ 36 ]}

Huang murió pacíficamente en Indiana el 25 de abril de 2020, a la edad de 83 años. ^{[ 37 ]}

La pareja tuvo cuatro hijos: Caroline, Greg, Tom y Marjorie. ^{[ 36 ]}

Huang recibió numerosos honores y premios en su carrera, entre ellos: ^{[ 38 ]}