关键点检测对于物体配准和场景对齐非常重要。在这项工作中，团队将关键点检测视为一种信息压缩，并强制模型通过重构提取物体的关键点。基于此，团队提出 UKPGAN，这是一种通用的 自监督 3D 关键点检测器。本文提出了两个模块：基于GAN的关键点稀疏控制和显着信息蒸馏模块来定位那些重要的关键点。大量实验表明，这些关键点与人类标注的关键点标签很好地对齐，并且可以应用于非刚性变形下的 SMPL 人体。此外，团队在ShapeNet合成物体上训练的关键点检测器可以很好地推广到现实世界的场景，与现成的三维点描述符结合使用时可以进一步改进几何配准的结果。可重复性实验表明，团队的模型在刚性和非刚性变换下都是非常稳定的。

论文链接：

https://arxiv.org/abs/2011.11974

代码地址：

https://github.com/qq456cvb/UKPGAN

内容中包含的图片若涉及版权问题，请及时与我们联系删除