本文提出了一种新型的图卷积网络架构——图堆叠沙漏网络（Graph Stacked Hourglass Networks），用于二维到三维人体姿态估计任务。所提出的架构采用重复的编码器-解码器结构，能够在人体骨骼表示的三个不同尺度上对图结构特征进行处理。该多尺度架构使模型能够同时学习局部与全局特征表示，这对于三维人体姿态估计至关重要。此外，我们引入了一种多层次特征学习方法，利用不同深度的中间特征，并验证了利用多尺度、多层次特征表示所带来的性能提升。通过大量实验验证了所提方法的有效性，实验结果表明，我们的模型在性能上优于当前最先进的方法。