摘要
语义场景补全（Semantic Scene Completion, SSC）旨在基于部分稀疏输入，联合估计场景的完整几何结构与语义信息。近年来，随着大规模三维数据集的不断涌现，SSC在研究领域获得了显著关注，因其仍面临诸多未解挑战。具体而言，SSC的核心难点在于对大面积未观测区域的模糊补全，以及真实标注所提供监督信号的薄弱性。这一背景促使相关研究论文数量显著增长。本综述旨在系统识别、比较并深入分析现有技术，对SSC领域的主流方法与数据集进行批判性评述。全文对现有工作的各项设计选择进行了详尽剖析，并指出现有研究尚未充分探索的潜在方向。此外，本文还对当前最先进（State-of-the-Art, SoA）方法在最受欢迎的若干数据集上的性能表现进行了评估与分析。
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| 3d-semantic-scene-completion-on-nyuv2 | Am2fnet: Attention-based multiscale & multi-modality fused network | mIoU: 31.7 |
| 3d-semantic-scene-completion-on-nyuv2 | EdgeNet (SUNCG pretraining) | mIoU: 33.7 |
| 3d-semantic-scene-completion-on-nyuv2 | VD-CRF: Semantic scene completion with dense CRF from a single depth image. (SUNCG pretraining) | mIoU: 31.8 |
| 3d-semantic-scene-completion-on-nyuv2 | 3D semantic scene completion from a single depth image using adversarial training | mIoU: 22.7 |
| 3d-semantic-scene-completion-on-nyuv2 | Real-time semantic scene completion via feature aggregation and conditioned prediction | mIoU: 34.4 |