2024年7月28日，加拿大不列颠哥伦比亚大学王真教授受邀为我校师生作了题为“基于2d图像的关键点检测:方法和应用”的高水平学术讲座，感兴趣的师生在高新园区图书教育中心C101多功能厅听取了此次报告。本次报告会由陈彦教授主持。

关键点检测在姿态估计和目标检测等领域中具有重要意义，并在各个领域尤其是生物医学领域得到了广泛应用。由于二维图像具有成本低廉、易于获取的优势，越来越多的研究集中在利用二维图像进行关键点检测。此次讲座将通过几个相关实际任务，综述王真教授研究团队在基于二维图像的关键点检测方面的研究进展，包括3D人体姿态估计、手部姿态估计、基于姿态估计的帕金森病评估以及基于关键点的马匹健康评估。尽管深度学习为解决上述问题提供了有前景的解决方案，但一个关键问题是缺乏带标注的数据集。为应对这一挑战，王真教授团队提出了一些创新策略，如自监督学习、部分标注以及数据合成等，以在不依赖或减少显式标注数据的情况下训练深度学习模型。

讲座结束后，王真教授回答了师生的问题，就关键点检测及内窥镜在不同领域中应用的特点和挑战等问题进行了详细交流。讲座最终在热烈的氛围中圆满结束，王真教授深入浅出的讲解把理论研究与临床应用很好地结合起来，获得了在场师生的一致好评。

王真教授简介：

Z. Jane Wang, 1996年获得清华大学学士学位，2000年和2002年分别获得康涅狄格大学电气工程硕士和博士学位。2002年至2004年，她担任马里兰大学帕克分校的研究助理。自2004年以来，她一直在加拿大不列颠哥伦比亚大学 (UBC)的欧洲经委会工作，现任教授。她是IEEE和加拿大工程院（FCAE) 的院士。她的研究兴趣是信号处理和机器学习的广泛应用领域，目前专注于数字媒体安全和生物医学数据分析。她是众多IEEE会议和workshops的主要组织委员会成员 (例如IEEE ICIP 2020、2025和2026的技术主席或总主席) 。她曾担任IEEE TSP、SPL、TMM、TIFS、TBME和SPM的副主编。她曾担任IEEE Signal Processing letters的主编。