本发明公开了一种基于毫米波雷达点云聚类和深度学习的行人识别方法，包括：1)对毫米波雷达采集的原始点云数据进行点云聚类的预处理；2)使用预处理的点云数据训练由空间特征提取模块、注意力模块、时间特征提取模块组成的深度学习网络模型，再输入待测数据，得到行人识别的结果；其中，使用PointNet++网络作为空间特征提取模块，批次提取每帧点云的空间特征；使用注意力模块衡量每一帧提取到的空间特征并对空间特征向量加权；使用两个堆叠的长短期记忆网络作为时间特征提取模块。本发明使用毫米波雷达采集的点云数据，在深度学习网络中提取点云的空间特征和时间特征并加入注意力模块，更好地提取不同特征通道之间更深层次的关系特征，提高识别准确度。