本发明属于计算机视觉技术领域，公开了一种基于视图过滤的聚合卷积三维模型分类方法，所述基于视图过滤的聚合卷积三维模型分类方法将所有三维模型通过视图捕获的方式，转换成三维模型多视图数据；利用二维图像分类网络，对多视图数据进行训练，投票排序，生成视图序列；提取视图序列中前k个视图的特征，对k视图特征进行拆分重组，将重塑的k视图特征输入聚合卷积，聚合多视图特征，生成一个三维模型全局形状描述符；采用全连接层和全局形状描述符进行三维模型分类。本发明操作方便，克服了三维模型分类方法对视图配置的依赖；克服了现有方法需要定向数据集中的预定义规范视点，无法处理视图缺失等问题。