一种小样本点云目标识别方法

本发明涉及机器学习计算机视觉以及人工智能领域，具体涉及一种小样本点云目标识别方法。所述方法包括以下步骤：步骤S1，输入的点云数据通过构建的点云特征提取模块，得到用于分类任务的最终特征向量；步骤S2，最终特征向量通过基于度量的点云识别模块处理，通过计算其特征向量与各类原型之间的距离来确定其类别。本发明能够学习到兼具精确几何细节、丰富局部结构信息、强大全局语义和空间上下文理解能力的多尺度特征表示，从而在各种点云目标识别任务中实现高性能和鲁棒性。通过在公开数据集和基于GM‑APD激光雷达的小样本数据集上进行实验验证，实验结果表明本发明提出的算法相较于其他现有算法在目标识别准确率方面取得了显著提升。