本文介绍了一种新颖的网络训练方法，通过利用相对空间和时间几何约束来估计相机姿态。该方法在少量或非常稀疏的地面真实3D坐标可用的情况下进行定位，经过在三个视觉定位数据集上的评估，证明其优于其他姿态估计方法。