第十四回 源自印度坎普爾 視覺大師育群英
印度裔在全球科技業中的成功已經毋庸置疑，谷歌掌門皮查伊、微軟CEO納德拉、思科的CTO沃里奧的本科都是畢業於印度理工學院。在印度，印度理工學院（簡稱IIT）是神一般存在的大學。據說每年有18萬經過預選的高中畢業生考生參加IIT的專門考試，只有2%能邁入IIT的大門，不少被IIT拒絕的學生拿到美國麻省理工學院、普林斯頓、加州理工學院等美國名校的獎學金。因此是數億印度父母與學生的夢想之所繫，是英才輩出的世界名校。
印度理工學院
今天要說的這位計算機視覺大師，就是在印度理工學院坎普爾分校獲得電子工程學士學位的Jitendra Malik。Malik生於1960年，1980年本科畢業後留學斯坦福，師從偉大的計算機視覺先驅者之一Thomas O.Binford，並於1985年獲得博士學位。1986年，Malik入職加州大學伯克利分校，同時任職於伯克利的計算機科學系、生物工程系和認知與視覺科學團隊。2002-2006 期間擔任計算機科學系主任。從 2018 年 1 月份開始，他還兼任 Facebook AI Research 的研究主管與現場負責人。Jitendra Malik 帶領團隊致力於計算機視覺、生物視覺計算建模、計算機圖形學和機器學習。
J.malik
說起Malik，他不但是位印度裔的計算機視覺天才，更是一位桃李滿天下的教育家。他的著名弟子包括Jianbo Shi, Paul Debevec, Pietro Perona, Serge J.Belongie, Yair Weiss，甚至他的徒孫想必大家也是非常熟悉，比如李飛飛，一位時長在熒屏上露面的美女科學家，就是Perona的學生、Malik的徒孫。因此李飛飛曾表示 Jitendra Malik 是對她影響最大的三位學者之一。
Malik領導的科研團隊曾提出不少著名的計算機視覺概念與算法，如：各向異性擴散（anisotropic diffusion）、歸一化切割（normalized cuts），高動態範圍成像（high dynamic range imaging）和 R-CNN 等。其中，各向異性擴散，也叫Perona-Malik擴散算法，廣泛用於保持圖像細節特徵的同時減少噪聲。這種算法的創新之處是將圖像看成物理學的力場或者熱流場，圖像像素總是向跟他的值相異不是很大的地方流動或者運動，這樣那些差異大的地方(邊緣)就得以保留，所以本質上各向異性濾波是圖像邊緣保留濾波器(EPF)。而歸一化分割(Ncut)是Malik和他的博士生史建波（Jianbo Shi）提出的一種典型的圖論分割算法，成為圖像分割領域內最為經典的算法之一，並被廣泛地用於數據聚類與圖像分割等多個領域。
P-B擴散的效果
Malik 曾獲得 2019 年 IEEE 計算機先驅獎。該獎項一般頒予早期為計算機領域的發展作出過重大貢獻的人選，獎項組委會認為 Malik 的貢獻在於：通過開拓性研究、領導能力與指導能力，把計算機視覺發展成為一個蓬勃發展的學科。 Malik還獲得過兩次CVPR 的 Longuet-Higgins 獎和三次 ICCV 的 Helmholtz 獎。此外，他還是 IEEE Fellow、ACM Fellow、美國藝術與科學學院院士、美國國家科學院成員、國家工程院成員，是當之無愧的計算機視覺大師。
從Malik教授身上，我們能夠體會到印度人在IT本科教育上的成功，也能體會到Malik卓越的科研領導才能和教育家的高超魅力。向Malik學習致敬！
1.http://www.cs.berkeley.edu/~malik/
2.P.Perona and J. Malik.Scale-Space and Edge Detection Using Anisotropic Diffusion. IEEE Trans. Pattern Anal. Machine Intell, 1990, 12(7):629 -639
3.J. Shi and J. Malik, Normalized Cuts and Image Segmentation, IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 22, no. 8, pp. 888-905, Aug. 2000.
