本发明属于人体姿态估计领域，涉及一种基于多级监督图卷积的视频三维人体姿态估计方法及系统；该方法包括：获取待估计的视频数据，将视频数据输入到训练好的基于多级监督图卷积的视频三维人体姿态估计模型中，输出三维人体姿态估计结果；本发明提出了一种利用图卷积捕捉空间特征的方法，并利用多级监督的策略，在堆叠的图卷积和时间卷积模块后粗略地得到中间的预测结果，并将多级特征在网络最后进行融合，实现由粗到细的预测；本发明的估计精度高，对给定输入长度的视频帧，模型能实现高精度的推理，得到平滑的视频三维人体姿态运动结果，具有良好的经济效益。