Proponemos un enfoque novedoso, GMIW-Pose, para estimar las poses de cámara relativas entre dos vistas. Este método aprovecha un módulo de coincidencia global basado en Transformer para obtener correspondencias densas 2D-2D robustas, seguido por el refinamiento iterativo de pesos de coincidencia utilizando ConvGRU. Finalmente, la pose relativa de la cámara se determina a través del algoritmo de ocho puntos ponderado. En comparación con el mejor método de estimación de pose de dos vistas anterior, GMIW-Pose redujo el Error Absoluto de Trayectoria (ATE) en un 24% en el conjunto de datos de TartanAir; logró el mejor o segundo mejor rendimiento en múltiples escenarios de los conjuntos de datos TUM-RGBD y KITTI sin ajuste fino, entre los cuales el ATE disminuyó en un 22% en el conjunto de datos TUM-RGBD.