Os algoritmos tradicionais de estimativa de pose monocular utilizam redes convolucionais para localizar vários pontos-chave na imagem e, em seguida, estimam a pose do objeto com base na correspondência 2D-3D. No entanto, a distribuição dos pontos-chave nos satélites é bastante dispersa, e devido ao campo receptivo limitado das redes convolucionais, a precisão na localização dos pontos-chave é baixa, afetando a precisão da estimativa de pose subsequente. Além disso, o processo tradicional requer anotações manuais das posições dos pontos-chave e da máscara do objeto, o que gera alto custo. Para resolver o problema do campo receptivo limitado dos métodos tradicionais, foi introduzido um mecanismo de autoatenção nas redes convolucionais, concedendo-lhes capacidade de modelagem global e melhorando a precisão da localização dos pontos-chave. Para melhorar o problema da necessidade de muitas anotações manuais nos métodos tradicionais, através da escultura espacial, a nuvem de pontos do objeto foi reconstruída e depois reprojetada no plano de pixels, obtendo-se automaticamente os rótulos necessários, eliminando o processo manual e aumentando a aplicabilidade do algoritmo. Os resultados experimentais mostram que o algoritmo proposto foi validado no conjunto de dados SPEED, logrando uma precisão de localização dos pontos-chave de 92%, erro de translação de pose de 0,236% e erro de rotação de pose de 9,86 × 10^-3 radianos, melhorando a precisão enquanto simplifica a complexidade do algoritmo. Pode ser aplicado eficazmente na estimativa relativa de pose entre espaçonaves.

visão computacional;estimativa de pose;detecção de pontos-chave;autoatenção;escultura espacial