一种基于PointNet与LSTM的点云序列目标识别方法

本发明涉及一种基于PointNet与LSTM的点云序列目标识别方法，结合GCN采样、PointNet和LSTM，通过预处理过滤杂波点并选取有效帧的点云数据，利用GCN采样模块提取局部特征，采用PointNet特征提取模块获取全局几何特征，借助LSTM时序建模模块捕捉点云帧间的时序连续性，最终由识别模块输出识别结果；与现有技术相比，本发明提升了采样效率和质量，增强了特征提取能力，有效捕捉时序连续性，从而显著提升了识别精度和效率，适用于自动驾驶等复杂场景的目标识别。