基于RGB-D图像的语义场景补全研究进展综述

近年来随着计算机视觉领域的不断发展，三维场景的语义分割和形状补全受到学术界和工业界的广泛关注.其中，语义场景补全是这一领域的新兴研究，该研究以同时预测三维场景的空间布局和语义标签为目标，在近几年得到快速发展.本文对近些年该领域提出的基于RGB-D图像的方法进行了分类和总结.根据有无使用深度学习将语义场景补全方法划分为传统方法和基于深度学习的方法两大类.其中，对于基于深度学习的方法，根据输入数据类型将其划分为基于单一深度图像的方法和基于彩色图像联合深度图像的方法.在对已有方法分类和概述的基础上，本文对语义场景补全任务所使用的相关数据集进行了整理，并分析了现有方法的实验结果.最后，本文总结了该领域面临的挑战和发展前景.