我们提出了一种使用深度卷积网络进行语义场景分析的方法。该方法基于切线卷积（tangent convolutions）——一种针对3D数据的新构造的卷积网络。与体素化方法不同，我们的方法直接在表面几何上操作。关键在于，这种构造适用于非结构化的点云和其他嘈杂的真实世界数据。我们展示了切线卷积可以在包含数百万个点的大规模点云上高效地进行评估。利用切线卷积，我们设计了一个用于3D点云语义分割的深度全卷积网络，并将其应用于具有挑战性的室内和室外3D环境真实世界数据集。实验结果表明，所提出的这种方法在大规模3D场景的详细分析中优于其他最近的深度网络构造。