本发明属于人体姿态估计技术领域，具体公开了一种基于多分支注意力图卷积的三维人体姿态估计方法。本发明设计了针对节点对自身贡献、对连接的相邻节点的贡献以及对全局其他节点的贡献的基于多分支的多W核矩阵图卷积特征提取层，克服了W核矩阵共享的缺点，提高了图卷积的特征表达能力。本发明通过添加可学习的边注意力矩阵及全局权重矩阵，实现了对自身节点、相邻节点的特征以及全局特征的提取与聚合，克服了经典图卷积只能提取局部特征的缺点。本发明还通过将设计的多分支注意力图卷积操作层与全连接网络相结合，构建了三维人体姿态估计的回归模型，在大大减少模型参数量的前提下，实现了基于图卷积的单帧三维人体姿态的最佳估计精度。