3d卷积核（3d conv）是一种在2d conv中加入了时间维度信息的卷积，如图2所示是3d conv对于视频帧进行卷积运算时的操作，在对图像中的特征进行学习的卷积运算过程中，3d conv多了在时间维度上的运算，其卷积核大小为d×d×k。卷积核在对当前帧图像进行卷积操作时，还会在时间维度上对接下来k- 1帧图像进行相应的卷积操作，即提取了时间序列上k帧图像的信息。d,k取决于网络所定义的卷积核的尺寸。3d conv使得卷积提取的特征融合了在时间维度上的附近时间域上的信息，保留了运动信息，为模型提取时间和空间上的特征奠定了基础。3d conv搭建的卷积神经网络依然具有2d conv的局部连接，权值共享，多层次结构等优点，这使得使用3d conv的卷积神经网络具有很强大的学习能力[27]。