本发明属于计算机图形学技术领域，具体涉及一种基于多视图融合的人体三维姿态估计方法，首先，将相机1和相机2拍摄的照片分别通过预训练的多级CNN网络输入关节点热图序列H1和H2，然后，通过预训练的空间转移网络STN将相机2的关节点热图序列H2中的每一张热图进行空间变换，通过操作，依次获取相机1融合后的关节点热图序列、融合后的人体二维姿态1和2、人体三维姿态和相机外参、新的人体二维姿态，再分别构建人体二维姿态损失函数和人体三维姿态损失函数，最后，进行模型训练和测试；其能够有效提升估计出的二维关节点的精度，直接估计出各个视点的相机外参，提高应用泛化性，得到关节点三维坐标，实现人体三维姿态的准确估计。