Los algoritmos tradicionales de estimación monocular de pose emplean redes convolucionales para localizar varios puntos clave en la imagen, y luego estiman la pose del objetivo basándose en la correspondencia 2D-3D. Sin embargo, los puntos clave en los satélites están bastante dispersos, y debido al campo receptivo limitado de las redes convolucionales, la precisión en la localización de los puntos clave es baja, lo que afecta la precisión de la estimación de pose posterior. Además, el proceso tradicional requiere anotación manual de la ubicación de los puntos clave y la máscara del objetivo, lo que implica altos costos. Para resolver el problema del campo receptivo limitado, se introdujo un mecanismo de autoatención en la red convolucional, otorgándole capacidad de modelado global y mejorando la precisión de la localización de puntos clave. Para mejorar el problema del alto requisito de anotación manual en los métodos tradicionales, mediante la escultura espacial se reconstruyó la nube de puntos del objetivo, y luego se reproyectó la nube de puntos al plano de píxeles, obteniendo automáticamente las etiquetas necesarias, omitiendo el proceso manual y aumentando la utilidad del algoritmo. Los resultados experimentales muestran que el algoritmo propuesto fue validado en el conjunto de datos SPEED, alcanzando una precisión de localización de puntos clave del 92%, error de traslación de pose de 0.236%, y error de rotación de pose de 9.86 × 10^-3 radianes, mejorando la precisión mientras simplifica la complejidad del algoritmo. Puede aplicarse eficazmente a la estimación relativa de pose entre naves espaciales.

visión por computadora;estimación de pose;detección de puntos clave;autoatención;escultura espacial