半监督关键点定位

图像中物体关键点的位置信息可辅助细粒度分类与识别任务，尤其对于姿态变化大从而显著影响其视觉外观的物体（如野生动物）。然而，关键点检测网络的监督训练需要为每个动物物种标注大规模图像数据集，这是一项劳动密集型任务。为减少对标注数据的需求，我们提出以半监督方式，利用一小部分标注图像与较大规模未标注图像，同时学习关键点热图与姿态不变的关键点表示。关键点表示通过语义关键点一致性约束学习，该约束迫使关键点检测网络为数据集中同一关键点学习相似特征。姿态不变性通过使图像及其增强副本的关键点表示在特征空间中彼此接近来实现。我们的半监督方法在多个关于人体与动物身体地标定位的基准上显著优于先前方法。