本发明公开了一种基于信息增强的细粒度三维点云分类方法,针对点云数据及细粒度分类任务的关键,通过层内上下文感知和层间相关性增强两个层面共同考虑细粒度信息的捕捉。层内利用偏置注意力加强局部区域细粒度属性差异性以感知局部细节;层间设计密集连接的多层特征融合策略,一方面提高有效信息的保留与传递,另一方面通过计算各层特征间的二阶统计分布来增强各层之间相关性。层内与层间相辅相成,通过反向传播学习相关语义信息以捕捉细粒度属性。本发明在细粒度三维模型数据集FG3D的三个子数据集Airplane、Chair和Car上进行实验,分别取得了95.77%、80.88%和77.94%分类准确率,验证了本方法的可行性及有效性。