本文介绍了一种新颖的弱监督基于关键点的框架，用于三维姿势转换。该方法能够克服没有配对训练数据、分离姿势和形状信息以及处理不同拓扑结构的网格等挑战。通过关键点检测器和逆向运动学计算源网格与目标网格之间的变换，只需对关键点进行监督，从目标网格中提取仅限于姿势的信息。通过循环重建实现自监督姿势转换，无需与目标和源相同姿势和形状的地面实况变形网格。在人类和动物数据集上评估结果表明，该方法性能优越，与无监督和完全监督方法相比具有可比性。在更具挑战性的 Mixamo 数据集上的测试进一步展示了该方法的强大泛化能力。