포인트 클라우드는 3차원 컴퓨터 비전 연구에 가장 많이 사용된다. 하지만 딥러닝 네트워크에 적용될 수 있는 단일 데이터 세트의 샘플 수는 상대적으로 적다. 데이터 강화는 데이터 희소성을 보상하기 위한 표준 방법이지만 최근 몇 년 동안 이런 방법을 탐구하는 문헌은 적다. 본 논문은 하나의 포인트 클라우드 강화 네트워크를 제안한다. 이는 새로운 데이터 강화 네트워크이며 샘플을 자동으로 최적화하고 강화시킨다. 제안한 네트워크는 원래의 네트워크를 강화하여 포인트 클라우드의 전역 특징 및 국부 특징을 모두 고려하여 실제에 가까운 샘플을 생성한다. 또한 샘플 인식 능력이 있으며, 적대적 학습 전략을 사용하여 데이터 강화 네트워크와 분류기 네트워크를 공동으로 최적화하여 분류기에 가장 맞는 강화 샘플을 생성한다. 실험을 통해 제안한 네트워크의 효율성을 증명하며 분류 네트워크의 인식 및 분류 성능을 향상시킨다.