在本研究中，我们致力于解决从多视角图像中进行多人三维姿态估计的问题。相较于单人三维姿态估计，该问题更具挑战性，原因在于状态空间显著扩大，同时存在部分遮挡以及在未知人体身份前提下跨视角带来的歧义性。为应对上述挑战，我们首先通过成对相机视角中由人体部件检测器获取的对应关节点进行三角化，从而构建一个简化后的状态空间。为解决三角化后可能出现的多人体部件误匹配与混合问题，以及由误检部件引起的歧义，我们提出了一种新型的三维图形结构模型（3D Pictorial Structures, 3DPS）。该模型基于我们所构建的简化状态空间，推断三维人体姿态配置。所提出的3DPS模型具有通用性，既适用于单人也适用于多人姿态估计任务。为与当前最先进的方法进行对比，我们首先在HumanEva-I [22] 和 KTH 多视角足球数据集 II [8] 上对单人三维姿态估计任务评估了本方法的性能。随后，我们引入并评估了该方法在两个面向多人三维姿态估计的新数据集上的表现。