在三维人体姿态估计中，常见的方法是预测身体关节相对于髋部的坐标。这种方法对于单个人体效果良好，但在多个人体相互作用的情况下则显得不足。现有的方法首先预测根节点相对的姿态，然后通过一个次级优化任务来计算平移。我们提出了一种神经网络模型，该模型预测的是以相机为中心的坐标系中的关节位置，而不是根节点相对的坐标系。与以往的方法不同，我们的网络能够在一步内完成预测，无需任何后处理步骤。我们的网络在MuPoTS-3D数据集上超越了先前的方法，并达到了当前最佳的结果。