本文综述基于Transformer的3D人体姿态估计研究，涵盖视频时空建模、多视角融合、SMPL参数估计及运动生成等方向，相关方法在Human3.6M、MPI-INF-3DHP等数据集上取得领先成果，并应用于教育场景的姿势评估与纠正。