本发明公开了一种基于3D卷积的深度补全方法，采用3D卷积的方法进行模态特征的学习，将输入的RGB图像与深度图信息相结合，通过捕获在多模态信息中的编码结构进行卷积运算，从而保证信息不被丢失。本发明利用3D卷积对RGB图像和稀疏深度进行特征融合，在网络对输入数据进特征提取的同时保留其模态特征，以充分挖掘数据信息提高深度估计的精度。实验结果表明在室内数据集中3D卷积对于深度补全的精度提升达到了7％以上，而在室外数据集上，其提升效果也达到了3.6％以上。其中室内时精度可达到0.2m，室外时精度也可达到1.2m左右。