UKPGAN：一种通用自监督关键点检测器
计算机视觉与模式识别
2022-03-10 v3
摘要
关键点检测是物体配准与对齐的重要组成部分。在本工作中，我们将关键点检测视为信息压缩，并迫使模型蒸馏出物体的无关点。基于此，我们提出 UKPGAN，一种通用自监督三维关键点检测器，其检测出的关键点能够重建原始物体形状。我们提出了两个模块：基于 GAN 的关键点稀疏度控制模块与显著信息蒸馏模块，用于定位那些重要的关键点。大量实验表明，我们的关键点与人工标注的关键点标签吻合良好，并可应用于各种非刚性形变下的 SMPL 人体。此外，我们在干净物体集合上训练的关键点检测器能很好地泛化到真实场景，从而在与现成的点描述子结合时进一步改善几何配准。可重复性实验表明，在局部参考帧估计下，我们的模型在刚性与非刚性变换下均稳定。我们的代码可在 https://github.com/qq456cvb/UKPGAN 获取。
引用
@article{arxiv.2011.11974,
title = {UKPGAN: A General Self-Supervised Keypoint Detector},
author = {Yang You and Wenhai Liu and Yanjie Ze and Yong-Lu Li and Weiming Wang and Cewu Lu},
journal= {arXiv preprint arXiv:2011.11974},
year = {2022}
}
备注
Accepted to CVPR2022