푸제 황

푸제 황(Fu Jie Huang)은 중국 출신의 컴퓨터 비전 연구자로, NYU 얀 르쿤 연구실 박사 출신입니다. 2000년대 중반 조명·포즈 불변을 갖추는 객체 인식 연구를 주도하였습니다.

박사 시기 핵심 작업은 NORB 데이터셋입니다. NORB(NYU Object Recognition Benchmark)는 네 발 동물·사람·비행기·트럭·자동차 다섯 범주 50개의 장난감 객체를 통제된 스튜디오에서 2대의 카메라, 6가지 조명, 9가지 고도, 18가지 방위각으로 촬영한 영상 모음입니다. small NORB와 풀 NORB 두 가지로 공개되었고, ImageNet 등장 이전 시대에 합성곱 신경망의 조명·포즈 불변성을 정량적으로 측정하는 표준 벤치마크 역할을 하였습니다.

대표 논문은 얀 르쿤·Leon Bottou와의 Learning Methods for Generic Object Recognition with Invariance to Pose and Lighting(CVPR 2004), 그리고 얀 르쿤과의 Large-Scale Learning with SVM and Convolutional Nets for Generic Object Categorization(CVPR 2006)입니다. 두 작업 모두 NORB 위에서 ConvNet과 SVM·k-NN을 직접 비교하며 합성곱 신경망의 우위를 보였습니다.

본 글의 A Tutorial on Energy-Based Learning(2006) 작업에서 그의 기여는 EBM 위에서 객체 인식 실험을 재구성하고, §5 실험 영역의 정량 비교 부분을 담당한 것입니다.

박사 학위 이후 학계·산업계 공개 활동 기록이 거의 남아 있지 않아 현재 소속은 확인되지 않습니다. 본 글에서는 NORB와 EBM 튜토리얼 두 가지 박사 시기 작업으로 그를 기억합니다.