本发明涉及一种基于3D点云信息的物体分类与物体分割方法，属于3D点云处理领域，尤其涉及无序点云难处理、点云特征难提取领域。本发明在提取点云特征中，为了提取更多的有效信息，本发明提出并使用了一种全新的联合式全局特征与局部特征结构。在提取高维特征时提出一种新式的提取机制代替传统的对称函数。通过大量实验可以表明我们设计的神经网络可以解决多种点云任务，包括但不局限于物体分类、物体分割、场景分割等。本发明的有益效果：所设计的针对点云识别和分割算法主要设计新的Mix‑Net专用神经网络设计，并从下采样算法，特征值提取以及融合机制等多个模块进行创新发明，对于点云识别和分割准确率都有明显提升。