Nous présentons KAMA, une approche de maillage articulé sensible aux points clés en 3D (3D Keypoint Aware Mesh Articulation) qui nous permet d'estimer un maillage de corps humain à partir des positions des points clés du corps en 3D. Pour ce faire, nous apprenons à estimer les positions en 3D de 26 points clés du corps et proposons une solution analytique pour articuler un modèle de corps paramétrique, SMPL, par le biais d'une série de transformations géométriques simples. Comme l'estimation des points clés repose directement sur les indices fournis par l'image, notre approche offre une meilleure correspondance avec le contenu de l'image comparée aux approches les plus avancées actuellement disponibles. Notre méthode proposée n'a pas besoin d'annotations de maillage appariées et est capable d'atteindre des ajustements de maillage d'état de l'art uniquement par régression des points clés en 3D. Les résultats sur les jeux de données difficiles 3DPW et Human3.6M démontrent que notre approche produit des ajustements de maillage corporel d'état de l'art.