{ "paper_id": "dc588a572189d4be968e2f5f04f96a2c", "paper_title": "Deep Learning on 3D Semantic Segmentation: A Detailed Review", "paper_authors": [ "Thodoris Betsas", "Andreas Georgopoulos", "Anastasios Doulamis", "Pierre Grussenmeyer" ], "publication_date": "2024", "publication_venue": "Remote Sensing", "abstract": "In this paper an exhaustive review and comprehensive analysis of recent and former deep learning methods in 3D Semantic Segmentation (3DSS) is presented. In the related literature, the taxonomy scheme used for the classification of the 3DSS deep learning methods is ambiguous. Based on the taxonomy schemes of 9 existing review papers, a new taxonomy scheme of the 3DSS deep learning methods is proposed, aiming to standardize it and improve the comparability and clarity across related studies. Furthermore, an extensive overview of the available 3DSS indoor and outdoor datasets is provided along with their links. The core part of the review is the detailed presentation of recent and former 3DSS deep learning methods and their classification using the proposed taxonomy scheme along with their GitHub repositories. Additionally, a brief but informative analysis of the evaluation metrics and loss functions used in 3DSS is included. Finally, a fruitful discussion of the examined 3DSS methods and datasets, is presented to foster new research directions and applications in the field of 3DSS. Supplementary, to this review a GitHub repository is provided (https://github.com/thobet/Deep-Learning-on-3D-Semantic-Segmentation-a-Detailed-Review) including a quick classification of over 400 3DSS methods, using the proposed taxonomy scheme.", "keywords": [ "3D Semantic Segmentation", "Point Clouds", "Deep Learning", "Review" ], "paper_institutions": [ "National Technical University of Athens (NTUA), School of Rural Surveying and Geoinformatics Engineering, Lab. of Photogrammetry", "Université de Strasbourg, INSA Strasbourg, CNRS, ICube Laboratory UMR 7357, Photogrammetry and Geomatics Group" ], "output_language": "zh", "provider": "doubao", "model": "glm-5.3", "prompt_template": "simple", "extracted_at": "2026-09-17T09:25:59.636194Z", "template_tag": "deep_read", "summary": "# Deep Learning on 3D Semantic Segmentation: A Detailed Review\n\n\n**作者 / Authors:** Thodoris Betsas, Andreas Georgopoulos, Anastasios Doulamis, Pierre Grussenmeyer\n\n\n**单位 / Institutions:** National Technical University of Athens (NTUA), School of Rural Surveying and Geoinformatics Engineering, Lab. of Photogrammetry, Université de Strasbourg, INSA Strasbourg, CNRS, ICube Laboratory UMR 7357, Photogrammetry and Geomatics Group\n\n\n\n**输出语言 / Output Language:** zh\n\n\n\n**发表日期 / Publication Date:** 未明确标注；据致谢（Laura Bassi Scholarship - Spring 2024）及最新参考文献（PTv3，2024年3月，2024年5月访问）推断约为2024年\n\n\n\n**期刊/会议 / Publication Venue:** 未明确标注（文中未给出期刊或会议名称）\n\n\n## 模块 A：阅读对齐与输入校验 / Module A: Reading Alignment and Input Check\n\n### Module A：阅读对齐与输入校验\n\n#### 分类依据（Classification rationale）\n\n- 本文核心贡献为对3DSS（3D Semantic Segmentation）深度学习方法的综合综述：基于9篇已有综述提出统一taxonomy scheme（第2节、图1）、汇总40+室内外数据集（第3节、表1/表2）、梳理评价指标与损失函数（第4、6节）、详述各类方法并讨论未来方向（第5、7节），属于典型的survey类型。\n- 论文未提出新算法或新系统/平台，故不选method或system。\n\n#### 1. 论文元数据\n\n- **标题**：Deep Learning on 3D Semantic Segmentation: A Detailed Review\n- **作者（姓名/单位/背景）**：\n - Thodoris Betsas（NTUA，School of Rural Surveying and Geoinformatics Engineering, Lab. of Photogrammetry；第一作者，博士生，致谢提及Laura Bassi Scholarship）\n - Andreas Georgopoulos（NTUA，摄影测量实验室）\n - Anastasios Doulamis（NTUA）\n - Pierre Grussenmeyer（Université de Strasbourg, INSA Strasbourg, CNRS, ICube Laboratory UMR 7357, Photogrammetry and Geomatics Group）\n- **发表载体**：文中未明确标注期刊/会议名称与年份（见publication_date推断）。\n\n#### 2. 研究定位\n\n- **研究领域**：3D点云语义分割（3DSS）与深度学习（Deep Learning）\n- **具体任务**：统一3DSS深度学习方法的分类体系（taxonomy）；系统汇总室内外基准数据集及链接；梳理评价指标（IoU/mIoU、OAcc等）与常用损失函数；按类别详述代表性方法（含GitHub代码）并讨论开放问题\n- **目标用户/应用场景**：从事3D点云理解、摄影测量/遥感、自动驾驶、室内场景理解、文化遗产等方向的研究者与工程师；可作为方法选型、数据集选择与入门综述\n\n#### 3. 输入材料清单\n\n- **PDF**：有（已提供全文文本，含摘要、第1-8节、参考文献）\n- **附录/补充材料**：无独立附录；数据集信息以正文表1、表2形式给出\n- **代码链接**：有，配套GitHub仓库：\n- **数据集链接**：论文本身不发布新数据集，但第3节表1/表2汇总了40+室内外3DSS数据集及其官方链接\n\n#### 4. 缺失材料与风险\n\n- **缺失项**：正式发表载体与发表日期未标注；无独立附录/补充材料；部分表格中的数据集链接存在乱码或损坏（如Hessigheim 3D、Semantic3D、TUM-City-Campus等条目链接显示异常）\n- **可能影响**：无法确认论文最终发表版本与同行评审状态；直接引用表中数据集链接存在失效风险；表3-7中的mIoU/OA数值可能受排版影响，使用前应与原始文献核对\n\n#### 5. 阅读路线\n\n- **Step 1**：读摘要与第1节引言，明确四大贡献（统一taxonomy、数据集汇总、方法详述、讨论）及3D点云特性（unordered/unstructured/irregular）与术语约定\n- **Step 2**：精读第2节taxonomy scheme与图1，掌握五大类（Point / Dimensionality Reduction / Discretization / Graph / Hybrid Based）及各子类（Pointwise MLP、Point Convolution、RNN、Attention & Transformers等）的划分逻辑\n- **Step 3**：浏览第3节表1/表2数据集汇总与第4节评价指标（混淆矩阵、OAcc、Precision/Recall/F1、IoU/mIoU），建立评测基础\n- **Step 4**：按类别精读第5节方法（5.1-5.5），结合表3-7的mIoU/OA对比理解各方法的定位与性能\n- **Step 5**：读第6节损失函数（Cross Entropy、Weighted CE、Geo Aware Anisotropic、Lovasz-SoftMax）与第7节讨论，把握各类方法优缺点、数据集缺口与未来研究方向\n- **Step 6**：利用配套GitHub仓库按taxonomy快速检索400+方法及其代码实现（表8）\n\n\n## 模块 B：第一遍鸟瞰扫描（类别/上下文/正确性/贡献/清晰度） / Module B: First Pass Overview (category, context, correctness, contribution, clarity)\n\n### Module B：第一遍通读概览\n\n#### 1. 论文类型与类别\n\n- **类型**：综述（survey），与 Module A 判定一致\n- **依据**：论文未提出新算法或新系统，核心贡献为对 3D 语义分割（3DSS）深度学习方法的系统梳理：统一 taxonomy（第2节、图1）、数据集汇总（第3节、表1/表2）、评价指标（第4节）、方法详述（第5节、表3-7）、损失函数（第6节）与讨论展望（第7节）\n\n#### 2. 背景与研究语境\n\n- 3D 传感器（ALS、TLS、LiDAR、RADAR、DLSR、Sonar 等）日益普及，原始 3D 点云获取越来越容易（第1节）\n- 深度学习已在 2D 任务（分类、检测、语义/实例/全景分割）占主导，但 3D 点云具有**无序（unordered）、非结构化（unstructured）、不规则（irregular）**三大特性，且点云对旋转平移不变、邻域蕴含语义信息，2D 方法无法直接迁移（第1节）\n- 领域痛点一：3DSS 术语混乱，常被称作 3D point cloud classification、per-point classification、3D labeling（第1节）\n- 领域痛点二：各综述对 3DSS 深度学习方法的分类命名不一致，导致跨研究可比性差（第2节）\n\n#### 3. 直觉正确性检查\n\n- **假设1：不同综述的分类名称虽异、内涵基本一致** —— 合理。作者逐一将 9 篇综述的类别映射到主 taxonomy（第2节），如 Direct / Directly Process Point Cloud Data / Point-Based 等均对应 Point Based Methods\n- **假设2：Graph Based 应独立成类而非 Point Based 子类** —— 合理。图方法基于节点与边的新表示提取特征，与直接作用于原始点云的 Point Based 有本质区别（第2节）\n- **假设3：Dimensionality Reduction 比 Projection 更贴切** —— 合理。Projection 一词易与 BEV、柱面、极坐标等特定投影子类混淆（第2节）\n- **假设4：稀疏离散化方法主导当前 Discretization 类别** —— 与作者仅详述稀疏方法的选择一致（第5.3节），符合领域现状\n- **总体判断**：核心假设与领域共识相符，无明显可疑之处；但「首个含 Taxonomy Scheme 专节的 3DSS 综述」这一声明（第1节）属作者自述，宜在后续模块（如 Module G）中核验\n\n#### 4. 核心贡献\n\n1. **统一 taxonomy scheme**：基于对 9 篇已有综述的对比分析，提出五大类（Point / Dimensionality Reduction / Discretization / Graph / Hybrid Based）及各子类的统一分类体系（第2节、图1）\n2. **数据集大全**：汇总 40+ 室内外 3DSS 数据集，含传感器、类别数、点数、链接等特性（第3节、表1/表2）\n3. **方法详述与代码索引**：按类别详述代表性方法（PointNet、RandLA-Net、KPConv、Point Transformer、RangeNet++、MinkowskiNet、DGCNN、PTv3 等），给出 mIoU/OA 对比（表3-7）与 GitHub 代码链接（表8）\n4. **评测与损失函数梳理**：混淆矩阵、OAcc/mAcc、Precision/Recall/F1、IoU/mIoU（第4节）；Cross Entropy、Weighted CE、Geo Aware Anisotropic、Lovasz-SoftMax（第6节）\n5. **讨论与配套资源**：方法时间线（图2）、未来研究方向（第7节）及含 400+ 方法快速分类的配套 GitHub 仓库（摘要、第1节、第8节）\n\n#### 5. 清晰度评估\n\n- **结构**：章节递进清晰（taxonomy → 数据集 → 指标 → 方法 → 损失 → 讨论 → 结论），符合综述写作规范\n- **图表**：图1（taxonomy 树）与图2（方法时间线）直观有效；表1/表2 数据集汇总实用，但**部分链接乱码或损坏**（如 Hessigheim 3D、Semantic3D、TUM-City-Campus 条目）；表3-7 性能对比存在大量 --- 空缺，横向可比性受限\n- **公式**：第4节评价指标与第6节损失函数公式标准，符号说明完整，易读\n- **可读性**：语言总体流畅，但个别段落存在重复句（如 5.5 节 SPGraph 段落出现三句重复表述），个别表格排版混乱（如 SemanticKITTI 行被拆分到独立表格）\n- **总体**：中上等清晰度；作为入门导读与方法/数据集检索工具价值突出，作为精确性能对比来源需回溯原始文献核对\n\n#### 6. 继续阅读建议\n\n- **建议：继续深入阅读（进入第二遍、第三遍）**\n- **理由**：① 覆盖面广（400+ 方法、40+ 数据集）且配套可检索的 GitHub 仓库，适合作为 3DSS 领域的地图式参考；② 第2节统一 taxonomy 与第3节数据集汇总对方法选型、基准选择有直接实用价值；③ 第7节讨论系统梳理了各类方法的优缺点与开放问题（采样策略、邻域定义、标签重投影、数据集缺口、弱监督学习等），可指导后续研究选题\n- **例外**：若读者只关心某一类方法（如仅 LiDAR 实时分割），可直接精读第5节对应小节与表3-7，再决定是否通读全文\n\n#### 7. 结构大纲图\n\nmarkmap\n\n# 论文总览：3DSS 深度学习详述综述\n\n## 1. 引言\n\n### 3D 点云特性：无序/非结构化/不规则\n\n### 3DSS 术语约定\n\n### 四大贡献概述\n\n## 2. Taxonomy Scheme\n\n### 9 篇已有综述的类别映射\n\n### 五大类：Point / DR / Discretization / Graph / Hybrid\n\n### 子类：Pointwise MLP、Point Convolution、RNN、Attention & Transformers 等\n\n### 图1：分类体系树\n\n## 3. 数据集\n\n### 室内（表1）：S3DIS、ScanNet、Matterport3D 等\n\n### 室外（表2）：Semantic3D、SemanticKITTI、SensatUrban 等\n\n## 4. 评价指标\n\n### 混淆矩阵\n\n### OAcc / mAcc / Precision / Recall / F1\n\n### IoU / mIoU\n\n## 5. 方法详述\n\n### 5.1 Point Based（PointNet、RandLA-Net、KPConv、PTv1/v2）\n\n### 5.2 Dimensionality Reduction（SqueezeSeg、RangeNet++、SalsaNext、GFNet）\n\n### 5.3 Discretization（OctNet、SPLATNet、MinkowskiNet）\n\n### 5.4 Graph Based（DGCNN、DeepGCN）\n\n### 5.5 Hybrid（PolarNet、PVCNN、Cylinder3D、2DPASS、PTv3）\n\n## 6. 损失函数\n\n### Cross Entropy / Weighted CE\n\n### Geo Aware Anisotropic\n\n### Lovasz-SoftMax\n\n## 7. 讨论\n\n### 图2：方法时间线\n\n### 表8：方法与代码汇总\n\n### 未来方向：采样、邻域定义、后处理、数据集缺口、弱监督等\n\n## 8. 结论\n\n### 贡献回顾\n\n### GitHub 仓库（400+ 方法）\n\n\n## 模块 C1：论文试图解决什么问题？ / Module C1: What problem does the paper try to solve?\n\n### Module C1：论文要解决什么问题？\n\n#### 1. 一句话问题定义\n\n本文针对3D语义分割（3DSS）深度学习方法在现有文献中分类体系（taxonomy）命名混乱、缺乏统一标准的问题，基于9篇已有综述提出一个统一的taxonomy scheme，并系统梳理室内外数据集、代表性方法、评价指标与损失函数，以标准化该领域并提升跨研究的可比性与清晰度（摘要；第1节；第2节）。\n\n#### 2. 痛点或缺陷\n\n- **分类体系混乱、可比性差**：不同综述论文对实质相同的方法类别使用不同名称（如 Direct Methods、Point-Based Methods、Deep Learning Directly on Raw Point Clouds 等实指同一类方法），导致跨研究比较困难、读者易混淆（第2节）。\n- **3D点云固有特性带来的技术挑战**：3D点云具有无序、非结构化、不规则等特性，2D深度学习方法无法直接迁移到3D空间，需要系统的分类与梳理来理解各类方法如何应对这些特性（第1节）。\n- **术语混淆**：3DSS在文献中常被称为3D点云分类、逐点分类或3D标注等；点云属性术语（unordered/irregular/unstructured）的含义在不同论文间也存在混淆（第1节）。\n- **数据集与评测信息分散**：缺少对40+室内外3DSS数据集及其链接、常用评价指标与损失函数的集中、结构化梳理（第3、4、6节）。\n\n#### 3. 形式化目标或优化目标\n\n作为综述论文，本文不提出新的算法优化目标，其核心目标可形式化为：\n\n- **统一分类目标**：基于对9篇已有综述分类方案的对比分析（第2节），构建一个统一的五分类taxonomy——Point Based / Dimensionality Reduction Based / Discretization Based / Graph Based / Hybrid Based（图1），并为各大类定义子类（如Pointwise MLP、Point Convolution、RNN、Attention & Transformers等，第2节）。\n- **覆盖与索引目标**：据此taxonomy对400+方法进行快速分类（配套GitHub仓库；表8），汇总40+室内外数据集及链接（表1、表2），并梳理评价指标（第4节）与损失函数（第6节）。\n\n#### 4. 成功标准\n\n- **统一性与可比性**：新taxonomy能安全地统一既有分类方案，改善相关研究之间的可比性与清晰度（摘要；第2节）。\n- **覆盖度**：涵盖40+室内外数据集（表1、表2）与400+方法的快速分类索引（GitHub仓库；表8）。\n- **评测基础完备**：提供混淆矩阵、OAcc、mAcc、maAcc、Precision/Recall/F1、IoU/mIoU等标准指标定义（第4节，公式1-7）及常用损失函数（Cross Entropy、Weighted CE、Geo Aware Anisotropic、Lovasz-SoftMax，第6节）。\n- **启发性**：通过第7节讨论指出各类方法的优缺点、数据集缺口（如多模态、跨地理区域、类别不平衡、时空数据）与未来研究方向（弱监督/半监督学习等），能够催生新的研究与应用方向（第7节；第8节结论）。\n\n\n## 模块 C2：有哪些相关研究？（最强基线/最相近思路/正交方向） / Module C2: What related research exists? (strongest baseline, closest approach, orthogonal directions)\n\n### Module C2：相关工作分析（What related work matters here?）\n\n本文为survey类型，其\"相关工作\"的核心是第2节系统对比的9篇已有3DSS综述及其taxonomy scheme。**比较轴**为：分类体系的命名与结构（类别划分粒度、命名一致性、Graph Based与多模态方法的处理方式），以及数据集/方法覆盖规模。\n\n#### 1. 最强基线与比较轴（Method -> core idea -> limitation）\n\n- **Bello et al., 2020（[^7]）** -> 核心思想：提出最粗粒度的二分taxonomy——Structured Grid Based Learning（先将点云转为规则网格再卷积）vs Deep Learning Directly on Raw Point Clouds（直接处理原始点云）-> 局限：该二分法只是\"主taxonomy的超集\"，无法区分投影、离散化、图等具体技术路线，方法定位与检索粒度不足（第2节）。\n- **J. Zhang et al., 2019（[^22]）与 R. Zhang et al., 2023（[^23]）** -> 核心思想：同样采用Indirect/Direct或Rule-Based/Point-Based二分法；R. Zhang et al.额外加入RGB-D Image Based子类 -> 局限：各家类别命名不同但内涵几乎相同（本文第2节逐一映射证明）；\"RGB-D Image Based\"命名易与处理RGB-D传感器数据的方法（Griffiths & Boehm, 2019 [^10]）混淆，故本文改用Dimensionality Reduction Based（第2节）。\n- **A. Zhang et al., 2023（[^20]）** -> 核心思想：引入\"Dimensionality Reduction\"术语，并提出Multiple Data Formats大类，下分Multi Representational与Multi-Modal -> 局限：将多模态方法作为独立子类，而本文主张多模态3DSS方法应按与单模态相同的taxonomy归类（第2节）。\n- **主taxonomy（Point / Projection / Discretization / Hybrid，见[^8][^12][^13][^14]等）** -> 核心思想：按输入表示方式四分类 -> 局限：Graph Based通常被并入Point Based，掩盖了\"基于图节点与边提取特征\"这一本质差异；\"Projection Based\"命名易与BEV/柱面/极坐标等特定投影子类混淆（第2节）。\n\n**比较轴总结**：①类别命名是否统一可比；②类别划分粒度与覆盖度（是否单列Graph Based、如何处理多模态）；③是否提供专门taxonomy章节与可复用的方法快速索引。\n\n#### 2. 最接近的工作与关键差异\n\n最接近的是提出四类主taxonomy的综述（[^8][^12][^13][^14]）与A. Zhang et al. 2023（[^20]）。本文关键差异（第2节、图1）：\n\n1. **Graph Based单列为第五大类**：图方法的特征提取基于图的节点与边，而非直接基于3D点，与Point Based本质不同（第2节）。\n2. **采纳\"Dimensionality Reduction Based\"替代\"Projection Based\"**：因Projection一词易被误解为BEV/柱面等特定投影子类（第2节）。\n3. **多模态方法不设独立子类**：按统一taxonomy归类（第2节）。\n4. **首个含专门Taxonomy Scheme章节的3DSS综述**：逐条映射9篇综述的类别名到统一体系，证明\"名称不同、内涵相同\"（第1、2节）。\n5. **配套GitHub仓库**：对400+方法按新taxonomy快速分类并给出代码链接（摘要、第7节表8、第8节）。\n\n#### 3. 正交方向（与本文互补而非竞争）\n\n- **传统（手工特征）方法综述**：Grilli et al. 2017（[^11]）及[^3-6]聚焦非深度学习3DSS，本文仅在引言/第2节作为背景提及。\n- **面向特定应用/领域的综述**：建筑业（Rauch & Braml, 2023 [^14]）、文化遗产（Yang et al. 2023 [^19]）、自动驾驶多模态（Rizzoli et al. 2022 [^15]）——按应用域切分，与本文按方法结构切分正交。\n- **学习范式导向的综述**：标签高效学习（Xiao et al. 2023 [^16]）、无监督点云表征学习（Xiao et al. 2023 [^17]）——关注训练范式而非网络结构分类。\n- **数据集/基准导向研究**：Gao et al. 2022（[^9]）聚焦LiDAR\"数据饥饿\"问题；本文第3节（表1/表2，40+室内外数据集及链接）与其互补，并扩展到摄影测量等多传感器数据。\n\n#### 4. 一句话定位\n\n本文是首个系统对比9篇已有综述taxonomy并据此提出统一五分类体系（Point / Dimensionality Reduction / Discretization / Graph / Hybrid Based）的3DSS深度学习综述，同时汇总40+室内外数据集、评价指标与损失函数，并提供覆盖400+方法的GitHub快速分类仓库，定位为该领域的\"分类标准制定者 + 资源索引\"（第1、2、8节）。\n\n\n## 模块 C3：论文如何解决这个问题？（流程图文字版） / Module C3: How does the paper solve the problem? (include a text flowchart)\n\n### Module C3：论文如何解决问题——统一分类体系（Taxonomy）的构建与运用\n\n**解决思路总述（推理链）**：本文面对的核心问题是3DSS深度学习方法分类命名混乱、跨研究可比性差（摘要、第1节）。解决路径为：系统比对9篇已有综述的分类方案（第2节）→ 将各综述的类别名称映射到一个“主分类方案”（Point / Projection / Discretization / Hybrid）→ 在此基础上提出统一的五分类体系并给出各类子分类（第2节、图1）→ 用该体系组织第5节的方法详述（5.1–5.5）与性能对比（表3–7），并配套GitHub仓库对400+方法进行快速分类（摘要、表8、图2时间线）。\n\n#### 1. 分类体系总览（Taxonomy Overview）\n\n- **最上层划分**：3DSS算法先分为传统（手工特征）监督机器学习方法与深度学习方法，区别在于特征提取方式（第2节，引[^18][^19][^22]）；本文聚焦后者。\n- **深度学习方法五分类（第2节“Proposed 3DSS taxonomy scheme”、图1）**：\n 1. **Point Based Methods（5.1）**：直接以原始3D点为输入提取特征；\n 2. **Dimensionality Reduction Based Methods（5.2）**：将点云降维（如图像），在低维空间做2DSS后把标签反投影回3D；\n 3. **Discretization Based Methods（5.3）**：将点云转为离散表示（不降维）后施加3D卷积；\n 4. **Graph Based Methods（5.4）**：将点云转为图，用节点与边提取特征；\n 5. **Hybrid Methods（5.5）**：组合上述两类及以上技术。\n- **关键命名决策及依据（第2节）**：\n - 采用 Point Based 而非 Direct / Directly Process Point Cloud Data 等，因其更准确概括“以原始点云为输入提取特征”的思想；\n - 将 Graph Based 从 Point Based 中独立成类，因其特征提取基于图的节点与边，而非仅基于3D点；\n - 采用 Dimensionality Reduction Based（源自A. Zhang et al., 2023）替代 Projection Based，因 Projection 一词易与BEV、柱面、极坐标等投影子类混淆（并指出 R. Zhang et al., 2023 的 RGB-D Image Based 实为该类核心子类）；\n - Discretization Based 统一涵盖 Voxel / Voxelization / Permutohedral Lattices 等命名；\n - Hybrid 按所组合的技术对细分为8个子类（如 Discretization-Point-Reduction、Graph-Discretization、Graph-Reduction、Point-Discretization、Point-Graph、Reduction-Discretization、Reduction-Point 等，基于所考察文献确定）；多模态方法按同一体系归类，不单设子类。\n- **各类的子分类体系（第2节）**：\n - Point Based：Pointwise MLP / Point Convolution（按作用空间分连续与离散，引Guo et al. 2021等）/ RNN / Attention Mechanism & Transformers；\n - Dimensionality Reduction：Multiview / Spherical / Birds-Eye View (BEV) / Multiple Projections（另指出 Point Cloud Serialization 可视为降维技术，常与离散化结合）；\n - Discretization：Dense / Sparse（高维格网归入Sparse；因Sparse现今占主导，正文仅详述Sparse，5.3）；\n - Graph：不再细分；\n - Hybrid：按技术组合命名的8个子类。\n\n#### 2. 主要分类轴与比较维度\n\n- **第一分类轴（主轴）**：输入表示/特征提取策略——原始点云 vs 降维表示 vs 离散表示 vs 图 vs 组合（第2节、图1），这是贯穿全文的组织主线。\n- **第二分类轴（类内细分）**：Point Based 按核心算子（共享MLP、点卷积、RNN、注意力/Transformer）；DR 按投影方式（多视图/球面/BEV/多投影）；Discretization 按稠密/稀疏；Hybrid 按组合的技术对。\n- **跨类比较维度（第5节各类动机、第7节讨论）**：\n - 对点云三大特性（unordered / unstructured / irregular）的处理方式（第1节定义）；\n - 信息损失（投影损失、体素化/量化损失）；\n - 计算与内存开销（kNN邻域搜索耗时、体素随分辨率立方增长、octree/kd-tree/hash-map等稀疏结构）；\n - 采样策略（FPS耗时 vs Random Sampling轻量，RandLA-Net的系统分析，5.1）与邻域定义（kNN / Ball Query）；\n - 感受野的大小与形状（PolarNet、MinkowskiNet、Cylinder3D的讨论，5.5与第7节）；\n - 后处理与标签重投影问题（CRF → RangeNet++的GPU kNN → KPConv可学习替代，5.2、第7节）；\n - 实时性/轻量化（SqueezeSeg、RangeNet++、MINet、3D-MiniNet）；\n - 统一性能指标：各基准上的 mIoU / OA（表3–7）。\n\n#### 3. 代表性工作分组及分组意义\n\n- **Point Based（5.1，表3）**：\n - Pointwise MLP：PointNet（首个直接处理点云的DL架构：T-Net对齐+共享MLP+对称max pooling解决无序性）；PointNet++（FPS+Ball Query的分层抽象，兼顾细粒度与全局特征）；RandLA-Net（LFA模块+随机采样，面向百万级大场景）；SCF-Net（LPR极坐标局部表示+DDAP+GCF全局上下文）；BAAF-Net（双边增强+多分辨率自适应融合）。\n - Point Convolution：PointCNN（X-Conv：对特征加权置换后卷积）；KPConv（核点卷积+可变形版本，刚性/变形核）；FG-Net（FG-Conv=PFM+GCM+AG，含NOF去噪与IGSAM学习采样）。\n - RNN：RSNets（Slice Pooling+双向RNN+Slice Unpooling，按x/y/z切片捕获上下文）。\n - Attention & Transformers：PTv1（向量注意力+可学习位置编码）；PTv2（Group Attention+均匀网格划分池化，缓解过拟合）。\n- **Dimensionality Reduction（5.2，表4）**：\n - Multiview：TangentConv（逐点切平面图像+UNet式编解码，面向密集预测）。\n - Spherical：SqueezeSeg（球面投影+fireModule+CRF精化，实时道路目标分割）；SqueezeSegV2（CAM上下文聚合+焦点损失+合成数据域适应）；RangeNet++（DarkNet骨干+GPU kNN后处理解决标签重投影问题，成为后续广泛采用的后处理范式）；SqueezeSegV3（SAC空间自适应卷积应对LiDAR图像空间变化特征分布）；SalsaNext（不确定性感知：aleatoric/epistemic，残差膨胀卷积+Pixel-Shuffle）；FPS-Net（五通道按模态分解后融合）；MINet（多尺度交互轻量化，面向嵌入式平台）。\n - BEV：Efficient BEV（UAV摄影测量点云，RGB+高程双模态UNet，SensatUrban验证）。\n - Multiple Projections：MPF（球面+BEV双分支后融合）；GFNet（RV-BEV以原始点云为桥做几何对齐后融合，align-before-fuse，端到端KPConv替代kNN后处理）。\n- **Discretization（5.3，表5，Sparse为主）**：OctNet（八叉树+HGODS稀疏表示，避免空体素计算）；SPLATNet（permutohedral高维格网+Bilateral Convolution的Splat-Convolve-Slice）；MinkowskiNet（4D时空稀疏张量+广义稀疏卷积，开源Minkowski Engine）。\n- **Graph（5.4，表6）**：DGCNN（EdgeConv边特征卷积+特征空间动态kNN图）；Deep GCN（残差/稠密图连接+膨胀kNN，使GCN可像CNN一样加深，PlainGCN/ResGCN/DenseGCN三种骨干）。\n- **Hybrid（5.5，表7，按子类）**：\n - Discretization-Point-Reduction：PolarNet（极坐标BEV网格+ring convolution+体素损失，解决LiDAR点分布不均）；TORNADO-Net（Pillar投影+Diamond Contextual Block+多损失组合）；UniSeg（点/距离/体素/图像四路特征+LMA跨模态、LVA跨视图可学习关联，2023）。\n - Graph-Discretization：JS3C-Net（3DSS与3D语义场景补全互促，Point-Voxel Interaction+GCN精化补全）。\n - Point-Discretization：PVCNN（PVConv双分支：体素粗粒度+点细粒度）；SPVConv+3D-NAS（稀疏点-体素卷积+架构搜索）；LatticeNet（PointNet+格网新算子Distribute/Down-Up/DeformSlicing）；(AF)2-S3Net（AF2M注意力特征融合+AFSM自适应特征选择）；Cylinder3D（柱体划分跟随点密度+非对称3D卷积）；2DPASS（2D先验仅用于训练+MSFSKD多尺度融合到单模态知识蒸馏）。\n - Point-Graph：SPGraph（超点图四步法：GHP几何同质分割→SPG构建→超点嵌入→上下文分割，面向大场景）。\n - Reduction-Point：KPRNet（扫描展开投影+KPConv可学习替代kNN后处理）；3D-MiniNet（F3PNS快速邻域搜索+PLM轻量学习）；Meta-RangeSeg（残差球面图像编码LiDAR时序+MetaKernel）；DeepViewAgg（多视图聚合，S3DIS mIoU 69.5）。\n - Reduction-Discretization：PTv3（空间填充曲线点云序列化+Patch Attention+UNet，2024，表7中SemanticKITTI mIoU 75.5、nuScenes 83.0，为该类最新SotA）。\n- **分组意义（为何该分组重要）**：\n 1. **消除同名异义/异名同义**：第2节将各综述类别映射到统一方案（如 Multi-View / Image Based / RGB-D Image Based / Dimensionality Reduction 均对应DR类；Voxel / Volumetric / Lattices 对应Discretization；Direct / Point-Based / Primitive Points 对应Point Based），使跨研究可比、术语标准化；\n 2. **类别与优缺点绑定**（第7节）：Point Based 保留几何细节但邻域搜索耗时、大场景分块损全局一致性；DR 快且可借成熟2D算法但投影损失信息且需标签重投影后处理；Discretization 规则化利于卷积但有内存/量化代价，稀疏结构可缓解；Graph 保留局部几何、边可携带特征但模型偏浅、建图耗时；Hybrid 取长补短（如点-体素互补细粒度与内存局部性）；\n 3. **支撑可检索资源**：表8给出各类代表方法的代码链接，配套GitHub仓库按该体系分类400+方法，便于选型与复现；\n 4. **为未来研究提供坐标**：第7节按类讨论开放问题（采样策略、邻域定义、局部聚合算子、后处理、体素形状、多模态互补、弱监督/半监督学习范式等），分组使问题定位清晰。\n\n#### 4. 分类体系图（对应论文图1，节点含章节定位与代表方法）\n\nmermaid\nflowchart TD\n Root[\"3DSS 深度学习方法统一分类体系（论文图1）\"] --> P[\"Point Based Methods（5.1）直接处理原始点云\"]\n Root --> DR[\"Dimensionality Reduction Based Methods（5.2）降维/投影\"]\n Root --> D[\"Discretization Based Methods（5.3）离散化\"]\n Root --> G[\"Graph Based Methods（5.4）图表示\"]\n Root --> H[\"Hybrid Methods（5.5）技术组合\"]\n P --> P1[\"Pointwise MLP：PointNet / PointNet++ / RandLA-Net / SCF-Net / BAAF-Net\"]\n P --> P2[\"Point Convolution：PointCNN / KPConv / FG-Net\"]\n P --> P3[\"RNN：RSNets\"]\n P --> P4[\"Attention & Transformers：PTv1 / PTv2\"]\n DR --> DR1[\"Multiview：TangentConv\"]\n DR --> DR2[\"Spherical：SqueezeSeg系列 / RangeNet++ / SalsaNext / SqueezeSegV3 / FPS-Net / MINet\"]\n DR --> DR3[\"BEV：Efficient BEV\"]\n DR --> DR4[\"Multiple Projections：MPF / GFNet\"]\n D --> D1[\"Dense（正文未详述）\"]\n D --> D2[\"Sparse（含高维格网）：OctNet / SPLATNet / MinkowskiNet\"]\n G --> G1[\"DGCNN / Deep GCN\"]\n H --> H1[\"Discretization-Point-Reduction：PolarNet / TORNADO-Net / UniSeg\"]\n H --> H2[\"Point-Discretization：PVCNN / SPVConv / LatticeNet / (AF)2-S3Net / Cylinder3D / 2DPASS\"]\n H --> H3[\"Point-Graph：SPGraph\"]\n H --> H4[\"Reduction-Point：KPRNet / 3D-MiniNet / Meta-RangeSeg / DeepViewAgg\"]\n H --> H5[\"Graph-Discretization：JS3C-Net\"]\n H --> H6[\"Reduction-Discretization：PTv3\"]\n``n\n**小结**：本文的“解法”并非提出新算法，而是通过“文献比对→名称映射→统一五分类+子分类→以该体系重组方法详述、性能对比与代码索引”的完整链条，为3DSS深度学习方法建立了标准化、可比较、可检索的分类框架（第2节、图1、图2、表3–8及配套GitHub仓库）。\n\n\n## 模块 C4：实验数据集与实现设置（数据集/场景、为何选择、验证哪些关键特性） / Module C4: Datasets and implementation settings (what datasets/scenarios, why chosen, what they validate)\n\n### Module C4：数据集、基准与实现/评测设置\n\n#### 1. 数据集覆盖（第3节，表1/表2）\n\n**总体规模**：综述汇总了40+个3DSS数据集，按室内（表1）/室外（表2）划分，逐项给出传感器、传感器类型、是否合成、类别数、点数、扫描数、特征说明、图像数、是否含Mesh及官方链接，定位为数据集选型指南。\n\n**室内数据集（表1，共11个）**：\n\n- 代表条目：S3DIS/2D-3D-S（695,878,620点、13类、70,000图像、含Mesh）、ScanNet（1513扫描、>50类）、Matterport3D（194,400图像、40类）、SUN3D、SUN RGB-D（10,335图像）、SceneNN、SceneNet（合成、>250类）、RGB-D Scenes v2（14类）、Replica（88类、含Mesh）、Freiburg Campus（13,090,000点、77扫描）、VIDRILO（5扫描、22,454图像）\n- 传感器：Matterport相机、RGB-D相机（Kinect、Asus Xtion、Intel RealSense）、SICK LMS、激光测距仪\n- 场景切片：室内家庭/办公室/校园；几乎全部为RGB-D采集（仅Freiburg Campus为激光扫描），SceneNet为合成数据\n\n**室外数据集（表2，约30个）**：\n\n- 车载LiDAR：SemanticKITTI（≈4500M点、25(28)类、73.7km）、nuScenes（≈1100M点、23类）、Waymo（≈0.177M点/帧、23类、76km²）、KITTI-360（≈1000M点、37类）、Toronto-3D（≈78M点、8类）、Paris-Lille-3D（≈143M点、50类）、TUM-City-Campus（≈1700M点、40M标注、8000扫描）\n- 静态地面扫描：Semantic3D（≈4000M点、8类、30扫描）\n- 摄影测量/UAV：SensatUrban（≈3700M点、Birmingham/Cambridge/York三城市、13类）、Campus3D（≈0.95M点、24类）、Swiss3DCities（≈223M点、5类、每城市3种分辨率点云）、Hessigheim 3D（≈74.5M点、11类、800 pts/m²、多时相）\n- 机载/大范围：DublinCity（≈1400M点、260M标注、≈299 pts/m²）、DFC 2018（≈4.3km²、20类、多光谱/高光谱）、OpenGF（≈550M点、≈47km²）、N3C-California（≈725km²）\n- 特殊场景：ArCH3D（文化遗产、室内外、10类）、RELLIS-3D（乡村越野、16类）、Paris-CARLA-3D（真实+合成、23类）\n- 合成/混合数据：SMARS、LiDAR-CS、Paris-CARLA-3D、DAPS3D\n- 场景切片：城市街道/校园为绝对主体，兼有乡村、机载测绘、文化遗产；传感器以Velodyne系LiDAR为主导，摄影测量与多光谱为少数派\n\n#### 2. 基准覆盖与组织方式（表3-7、表8）\n\n综述按所提taxonomy五大类分别建立性能汇总表（行=方法+年份，列=基准×(mIoU, OA)）：\n\n- 表3 Point Based：Stanford3D、Semantic3D、ScanNet、SemanticKITTI、S3DIS、SensatUrban（6基准）\n- 表4 Dimensionality Reduction：Semantic3D、ScanNet、SemanticKITTI、S3DIS、SensatUrban（5基准）\n- 表5 Discretization：Semantic3D、ScanNet、SemanticKITTI、S3DIS（4基准）\n- 表6 Graph Based：仅S3DIS（1基准）\n- 表7 Hybrid：Semantic3D、NuScenes、SemanticKITTI、S3DIS、SensatUrban（5基准）\n\n**事实上的核心基准**：S3DIS（室内，五大类均有报告）、SemanticKITTI（室外LiDAR序列）、Semantic3D（室外静态TLS）、ScanNet（室内RGB-D）、SensatUrban（室外摄影测量）、nuScenes（多模态驾驶，仅Hybrid类报告）。\n\n**组织逻辑**：先按类别分表，支持类内纵向演化对比（如Point Based从PointNet 47.6 mIoU到PTv2 71.6 mIoU on S3DIS）与类间横向对照（如PTv3在S3DIS达80.81）；表8进一步给出各方法代码链接，配合GitHub仓库（400+方法快速分类）支持复现与检索。\n\n#### 3. 评测协议覆盖与协议不一致\n\n**指标体系（第4节）**：\n\n- 基础：混淆矩阵（TP/TN/FP/FN，n×n）\n- 准确率族：OAcc（Eq 1）、m_c Acc（Eq 2）、m_a Acc（Eq 3）——论文明确警告三者命名易混淆，强调读者必须核对具体公式（第4节）\n- Precision/Recall/F1-score（Eq 4-6）\n- IoU/mIoU（Eq 7-8）及frequency-weighted IoU；IoU又称Jaccard Index，是2D/3D语义分割最常用指标\n- 损失函数（第6节）：Categorical CE、Weighted CE（按1/√f_j类频率加权）、Geo Aware Anisotropic（LGA/PA-Loss）、Lovasz-SoftMax（直接优化IoU）；另提及Boundary、Consistency、Contextual、Contrastive、Dice、Focal、Total Variation等\n\n**协议不一致/缺口**：\n\n1. 稀疏评测矩阵：表3-7大量---空缺，多数方法仅在2-3个基准报告，跨方法、跨类别可比性受限（如PointNet在Semantic3D仅14.6 mIoU而PointNet++为63.1，但两者覆盖的基准集合不同）\n2. 类别覆盖不均：Graph Based仅报告S3DIS，无法在室外基准与其他类别比较；nuScenes仅Hybrid类报告\n3. 指标报告不统一：部分方法仅报mIoU、部分仅报OA（如MINet、FPS-Net在SemanticKITTI仅mIoU）\n4. 类别不平衡：第7节指出motorcycle vs street等类别点数差异悬殊，OAcc会掩盖少数类性能；类内几何差异亦影响表现\n5. 后处理差异：降维方法的label re-projection问题（第5.2节）——SqueezeSeg用CRF、RangeNet++用kNN后处理、GFNet/KPRNet改用KPConv——使最终3D指标受后处理策略影响，并非纯网络性能\n6. 域偏移：SqueezeSegV2针对synthetic→real的domain shift设计geodesic correlation alignment与progressive domain calibration，说明合成数据评测不能与真实数据直接等同\n7. 数据集链接部分乱码/损坏（如Hessigheim 3D、Semantic3D、TUM-City-Campus条目），复现存在风险\n\n#### 4. 覆盖选择的意义与验证内容\n\n- **验证taxonomy有效性**：统一基准上的分类汇总（表3-7）支撑第7节按类别展开的优缺点分析——Point Based保留几何细节但邻域搜索耗时、DRB速度快但有投影信息损失与重投影问题、DB内存局部性好但量化损失、GB表达力强但模型偏浅、Hybrid取长补短\n- **验证领域切片完整性**：室内/室外、真实/合成、车载/机载/地面/UAV、LiDAR/RGB-D/摄影测量/多光谱的覆盖，使综述能识别哪些场景被充分研究、哪些被忽略\n- **暴露数据集生态缺口（第7节 Regarding the Datasets and the Data）**：\n - 传感器同质化：室内几乎全为RGB-D、室外几乎全为Velodyne LiDAR，呼吁释放摄影测量/TLS数据集（点密度与分布差异大）\n - 缺多模态基准（sensory gap）、缺地理多样性、缺时空（spatio-temporal）数据、缺应用导向数据集（建筑、文化遗产、气候变化）；合成数据受domain shift限制\n - 类别不平衡与类内几何差异需进一步研究\n - 监督学习data hungry问题（标注耗时易错）→ 半监督/弱监督/少样本/持续学习为推荐方向\n- **对读者的实用价值**：该覆盖使综述同时成为数据集选型指南（含链接）、方法对比入口（表3-7）与复现起点（表8+GitHub仓库），并给出关键阅读警示：同一方法在不同基准/协议/后处理下的数字不可直接横向比较\n\n**定位符**：数据集汇总=第3节表1/表2；指标定义=第4节Eq 1-8；各类别基准对比=表3-7；损失函数=第6节；数据集缺口与协议讨论=第7节；代码索引=表8及GitHub仓库\n\n\n## 模块 C5：指标与结果（指标、结果、各指标对应的创新点） / Module C5: Metrics and results (metrics, results, which innovations each metric reflects)\n\n### Module C5：指标与结果\n\n#### 1. 评估指标体系（定义与解释，主要依据第4节）\n\n#### 基础：混淆矩阵（Confusion Matrix）\n\n- 论文指出所有评估指标均建立在混淆矩阵之上：对每个类别统计 TP/TN/FP/FN（第4节）。多数任务为多类别，混淆矩阵为 n×n（n 为类别数）。\n\n#### 准确率类指标\n\n- **OAcc（Overall Accuracy，总体精度）**：OAcc=(TP+TN)/(TP+TN+FP+FN)（Eq 1），即测试集上预测正确的比例。\n- **m_c Acc（mean class Accuracy）**：对特定迭代次数的类精度取均值（Eq 2）。\n- **m_a Acc（mean Average Accuracy）**：所有类别精度的均值除以类别数（Eq 3）。\n- 论文特别提醒：不同文献对上述 accuracy 命名易混淆，读者必须核查具体公式（第4节）。\n\n#### Precision / Recall / F1\n\n- Precision=TP/(TP+FP)：衡量正预测的质量（模型对正预测的\"脆弱性\"）；\n- Recall=TP/(TP+FN)：又称 true positive rate 或 sensitivity；\n- F1-score：Precision 与 Recall 的调和平均。\n\n## IoU 类指标（3DSS 最核心）\n\n- **IoU=TP/(TP+FP+FN)**，又称 Jaccard Index，量化预测与真实类别掩码的重叠程度；\n- **mIoU=(1/#c)ΣIoU**：各类 IoU 均值，是 2D/3D 语义分割最常用指标；\n- **频率加权 IoU（frequency weighted IoU）**：考虑各类别点数差异（如城市场景中 street 类点远多于 bicycle 类）。\n- 论文明确结论：IoU 比其他指标更能评估模型性能（第4节）。\n\n## 其他/扩展评估手段（散见第5节）\n\n- border-IoU：RangeNet++ 用于边界区域评估（5.2节）；\n- 不确定性评估：SalsaNext 输出 aleatoric（数据不确定性，分 homoscedastic/heteroscedastic）与 epistemic（模型不确定性，Monte Carlo 采样估计）（5.2节）；\n- 计算与内存消耗：FG-Net 等还比较采样技术、计算量与显存占用（5.1节）。\n\n## 指标与损失函数的联动（第6节）\n\n- Lovasz-SoftMax Loss 直接以最大化 IoU/Jaccard 为目标（Berman et al., 2018），被 SalsaNext、FPS-Net、MINet、TORNADO-Net、Meta-RangeSeg 等采用，使训练目标与评测指标对齐；但其不考虑点的邻域，可能引入噪声预测（第6节）。\n- Weighted Cross Entropy 以类别频率 1/√f_j 加权应对类别不平衡；Geo Aware Anisotropic Loss 引入局部几何各向异性（LGA）以恢复细节。\n\n### 2. 代表性先前工作的比较模式（表3–表7）\n\n论文按自建 taxonomy 五大类分别给出 mIoU/OA 对比表，覆盖 Stanford3D、Semantic3D、ScanNet、SemanticKITTI、S3DIS、SensatUrban、NuScenes 等基准：\n\n- **Point Based（表3）**：S3DIS 上呈清晰时间递进：PointNet(2017) 47.6 → PointNet++ 54.5 → RandLA-Net(2020) 70.0 → SCF-Net(2021) 71.6 → BAAF-Net(2021) 72.2 → PTv1(2021) 73.5；PTv2(2022) 在 SemanticKITTI 达 75.2。KPConv 表现均衡（Semantic3D 74.6/92.9，SemanticKITTI 58.8/90.3，SensatUrban 57.58/93.20）。\n- **Dimensionality Reduction（表4）**：SemanticKITTI 上 SqueezeSeg(2017) 30.8 → SqueezeSegV2 39.7 → RangeNet++(2019) 52.2/89.0 → SqueezeSegV3 55.9/89.5 → SalsaNext 59.5/90.0 → GFNet(2022) 65.4/92.4，反映投影法沿\"实时性+精度\"双线演进。\n- **Discretization（表5）**：OctNet(2017) 各基准均低（Semantic3D 50.7、ScanNet 18.1、S3DIS 26.3），MinkowskiNet(2019) 大幅跃升（ScanNet 73.6、SemanticKITTI 54.3、S3DIS 65.4），体现稀疏卷积对稠密体素的替代。\n- **Graph Based（表6）**：仅 S3DIS：DGCNN(2019) 58.2/84.1 → Deep GCN(2021) 60.0/85.9；该类基准覆盖最窄。\n- **Hybrid（表7）**：SemanticKITTI 上 PolarNet 54.3 → TORNADO-Net 63.1 → JS3C-Net 66.0 → SPVConv 67.0 → Cylinder3D 67.8 → (AF)²-S3Net 69.7 → UniSeg(2023) 75.2 → PTv3(2024) 75.5；NuScenes 上 2DPASS 80.8、UniSeg 83.5、PTv3 83.0；PTv3 在 S3DIS 达 80.81，为全文最高。\n\n**比较模式总结**：\n\n1. 纵向（时间）：各类别内部 mIoU 随年份单调上升，2017 基线（PointNet/SqueezeSeg/OctNet）与 2024 SOTA（PTv3）差距约 25–60 个 mIoU 点；\n2. 横向（类别）：近年 Hybrid 与 Transformer 类方法（PTv2/PTv3、UniSeg、2DPASS）占据榜首，纯 Graph 类最弱；\n3. 定性补充：第7节讨论围绕计算/内存开销、信息损失、点云特性（稀疏、不规则）等共性问题，比较各类别优劣势与未来方向。\n\n#### 3. 跨文献的共识与分歧\n\n**共识**：\n\n- mIoU 为 3DSS 事实上的首要指标，OA 为最常见辅助指标（第4节及表3–7列设置）；\n- SemanticKITTI、S3DIS、ScanNet、Semantic3D、SensatUrban、NuScenes 构成室内/室外评测核心基准集（第3节表1/2 + 表3–7）；\n- 各基准均提供统一测试集与评测指标，后续方法直接沿用（第4节开头）；\n- 类别不平衡是公认难题：频率加权 IoU、Weighted CE、Focal Loss 均为此设计（第4、6节）。\n\n**分歧**：\n\n- 基准覆盖不一致：表3–7 中大量\"---\"缺失项，几乎没有方法在全部基准上报告结果，跨方法直接比较受限；\n- 指标命名混乱：OAcc/mAcc/maAcc 等术语在不同论文中含义不一，论文要求读者核查公式（第4节）；\n- 术语混乱：unordered/irregular/unstructured 等点云性质在 3DSS 文献中定义不一（第1节）；taxonomy 命名亦各异（第2节），影响跨研究可比性——这正是本文提出统一 taxonomy 的动机；\n- 训练设置差异：BAAF-Net 在不同 benchmarks、metrics 与训练方案下评估（5.1节）；MINet 作者甚至从头重训各 SOTA 以求公平（5.2节），说明原论文间数字未必同口径。\n\n#### 4. 基准解读与证据强度\n\n## 基准数据集版图（第3节，表1/2）\n\n- 汇总 40+ 室内/室外数据集，含传感器、类别数、点数、扫描数与链接；室内以 RGB-D 相机为主（ScanNet 1513 scans、S3DIS 13 类等），室外以 LiDAR 为主（SemanticKITTI ≈4500M 点、SensatUrban ≈3700M 点等）。\n\n## 证据强度评估\n\n- **强项**：数字均取自各原论文报告值，覆盖 2017–2024 时间跨度与五大方法类别，配合 GitHub 仓库（400+ 方法快速分类）可追溯；PTv3（SemanticKITTI 75.5、NuScenes 83.0、S3DIS 80.81）等最新结果界定了综述时点的 SOTA 边界。\n- **弱项/风险**：\n 1. 表中大量缺失单元格使\"跨类别横向比较\"证据不完整，同类内比较强于跨类比较；\n 2. 数值可能受排版影响，使用前应与原始文献核对（Module A 已标注该风险）；\n 3. 第7节指出数据集层面系统性偏差：传感器类型单一（室内 Matterport、室外 Velodyne）、地理覆盖不足、类别不平衡、缺乏时空与多模态基准——意味着现有 mIoU 数字对真实多样场景的外推力有限；\n 4. 部分数据集链接失效/乱码（如 Hessigheim 3D、Semantic3D 条目），复现需另行检索。\n- **综合判断**：该综述的结果证据属于\"汇编型\"而非\"实验型\"——其价值在于统一口径的 taxonomy 化整理与时间趋势呈现，而非独立验证；对具体方法性能的引用仍应回溯原始论文与官方排行榜。\n\n\n## 模块 C6：有什么可以进一步探索的点？（理论/工程/数据/评测） / Module C6: What can be further explored? (theory/engineering/data/evaluation)\n\n### Module C6：未来可探索的方向（What could be explored next?）\n\n**依据定位**：本文第7节（Discussion）系统给出了面向3DSS领域的研究方向建议，覆盖方法类别、数据集、应用与学习范式四个层面；第8节（Conclusions）予以重申。以下按题目要求组织为理论、工程、数据/评测三大维度，并附论文内定位（章节/参考文献编号），由浅入深展开。\n\n---\n\n#### 1. 浅层理解：论文自己指出的开放问题全景\n\n第7节开篇指出：无论属于Point、Dimensionality Reduction、Discretization、Graph还是Hybrid Based，各类方法都在应对相似问题——计算与内存开销、执行过程中的信息损失、点云的稀疏/不规则特性、以及新特征提取策略的引入；但各类别的优缺点与后续研究方向各有独特性（第7节首段）。随后论文从五个层面展开：方法类别（Point/DRB/DB/GB/Hybrid）、数据集与数据、应用、学习范式。Module C6的任务即把这些定性建议整理为可操作的研究议程。\n\n---\n\n#### 2. 中层分析：三大维度的具体方向\n\n#### 2.1 理论方向（Theory）\n\n- **超越全监督的学习范式**：第7节Regarding the Learning Approach指出，3D精细标注耗时、昂贵且易错（data hungry problem，[^9]；标注错误见[^169], [^170]），建议探索半监督、弱监督、few/zero-shot与无监督学习（[^168], [^171]），以及continual learning；同时借助scribble annotations（[^128]）等弱标注形式降低标注成本，并研究open set 3DSS（识别未见类别）与semantic gap problem（[^9]）。\n- **局部聚合算子的理论分析**：第7节指出Point Based方法常用max/sum聚合，会丢失几何结构信息（[^147]）；对所有类别使用同一聚合操作易造成相似类别混淆（[^148], [^149]），且类别内/间的模式不均衡会让模型只学到主导模式（[^150], [^151]）。文中特别引用[^152]的发现——在相同残差网络下，复杂聚合算子与常规算子表现相近——建议以此（[^152]）为起点深入研究聚合算子设计原理。\n- **全局特征与多尺度特征建模**：第7节指出多数算法偏重局部特征、忽视对性能同样关键的全局特征（[^153]-[^156]），建议加强全局上下文提取与多分辨率特征提取（[^157], [^158]）的理论研究。\n- **3D领域的scale principles假设**：第5.5节PTv3（[^127]）的动机表明，3D深度学习性能可能与数据规模、参数量、感受野等scale principles的关联强于复杂架构设计；该假设源自2D领域的缩放定律，在3D中因数据规模与多样性受限而难以直接验证，值得作为理论课题推进。\n- **感受野形状理论**：第7节指出3D中除感受野大小外其形状同样重要（[^104], [^107]）；现有异形voxel（极坐标环[^107]、随距离变尺寸的柱状[^118]、crisscross [^104]）均围绕LiDAR采集模式设计，针对其他点云类型（如摄影测量、TLS）的voxel/感受野形状理论值得探索。\n\n#### 2.2 工程方向（Engineering）\n\n- **高效点采样策略**：FPS是主流采样方法（[^68], [^69], [^78], [^138]）但耗时（[^70], [^139]），Random Sampling虽快却可能丢弃有用特征（[^70]）；建议研究兼顾效率与保真度的新采样策略，[^70]可作为采样方法综述起点（第7节Point Based部分）。\n- **高效邻域定义**：Point Based方法大部分执行时间消耗在邻域定义（随机内存访问）而非特征提取（[^95], [^104], [^113], [^114]）；kNN不足以建模局部邻域（[^143]），大规模点云分块会损害全局一致性（[^142]）。建议研究更高效的邻域定义技术（[^144]），这同时有助于保留局部信息并支撑point cloud serialization等细粒度应用（第7节）。\n- **标签重投影（label re-projection）后处理**：DRB方法将低维空间的平滑标签回投3D会损害性能（[^87], [^122]）；演进路线为CRF（SqueezeSeg，[^82]）→ RangeNet++的GPU kNN（[^87]）→ KPConv可学习方案（GFNet [^2]、KPRNet [^122]）。论文建议继续探索新的后处理技术以缓解该问题（第7节DRB部分）。\n- **多通道投影图像的信息利用**：range image各通道（x, y, z, range, remission/intensity）特征分布空间变化且异于RGB图像（Xu et al. 2020，SqueezeSegV3 [^90]；Xiao et al. 2021，FPS-Net [^93]），建议研究让算法充分挖掘各模态通道独特信息的机制（第7节DRB部分）。\n- **投影方式多样化**：除主流球面投影外，BEV（[^95]）、多投影互补融合（[^2], [^97]）、scan unfolding（[^122]）等值得进一步研究，以减少3D→2D投影的拓扑与几何关系损失（[^118], [^125], [^136], [^160]）。\n- **面向应用的工程化**：第7节Regarding the application指出，自动驾驶需实时算法、嵌入式平台需轻量架构、城市尺度需专门实现；可沿MINet（[^94]）、3D-MiniNet（[^123]）、SalsaNext（[^91]）等轻量/不确定性感知路线，针对具体应用做方法演进。\n- **混合架构与融合策略**：建议进一步探索四类方法的互补性：DB+Point双分支（PVCNN [^113]、SPVConv [^114]、(AF)²-S3Net [^116]、Cylinder3D [^118]）之外，尝试早期/晚期等不同融合策略；图像与点云的多模态互补（2DPASS [^119]、DeepViewAgg [^124]）应继续深化；高维格（lattices，SPLATNet [^88]、LatticeNet [^115]）可作为多模态3DSS的探索基础（第7节DB与Hybrid部分）。\n\n#### 2.3 数据与评测方向（Data & Evaluation）\n\n- **多样化采集方式的数据集**：第7节Regarding the Datasets and the Data指出，现有数据集几乎全部由RGB-D相机（室内）与LiDAR（室外）采集（如Matterport、Velodyne）；摄影测量或TLS点云在点密度与分布上与LiDAR差异显著，应发布此类数据集以检验3DSS概念的可迁移性。\n- **多模态基准数据集**：多模态3DSS数据集稀缺（sensory gap problem，[^9]），图像+点云乃至文本等互补模态的研究需要构建良好的基准支撑。\n- **地理多样性**：现有数据集未覆盖不同地理位置（[^166]），建议发布全球不同地区的数据以提升模型泛化与可解释性。\n- **类别不平衡与类内几何差异**：类别点数差异（如motorcycle vs. street，[^91], [^93], [^95]）导致少数类欠佳；类内几何差异同样影响性能，二者均建议深入研究（第7节）。\n- **时空数据集**：现有数据集多为静态单时刻信息，建议构建同一场景的spatio-temporal数据集，服务施工检测等应用。\n- **面向应用的数据集与合成数据**：建筑施工、文化遗产、气候变化等应用导向数据集重要但标注耗时且需专家；合成数据是替代路径，但需解决domain shift问题（可参考SqueezeSegV2的自监督强度渲染与渐进域校准，[^86]）。\n- **评测与数据索引可靠性**：第4节给出混淆矩阵、OAcc/mAcc/maAcc、Precision/Recall/F1、IoU/mIoU等指标体系（Eq 1-9）；同时Module A已发现表1/表2中部分数据集链接乱码或损坏（如Hessigheim 3D、Semantic3D、TUM-City-Campus条目），提示社区需要更可靠、可持续维护的数据集索引与基准机制，引用表中数值前应与原始文献核对。\n\n---\n\n#### 3. 深层分析：方向间的耦合性与研究路线建议\n\n- **耦合性一：理论×数据**。弱监督/半监督学习（理论）依赖scribble等新标注形式的数据集（数据）；open set 3DSS则要求基准中显式包含未见类别，否则无法评测。\n- **耦合性二：工程×理论**。高效邻域定义与采样（工程）直接决定Point Based方法能否扩展到城市尺度数据，从而为scale principles假设（理论）提供实验条件；PTv3（[^127]）以serialization+patch attention实现简化架构下的规模化，正是工程设计与理论假设协同验证的范例。\n- **耦合性三：数据×工程**。多模态融合方法（2DPASS [^119]、UniSeg [^110]、DeepViewAgg [^124]）的工程可行性受限于配准良好的多模态基准的缺失；反之，合成数据管线（含domain adaptation）可部分缓解真实多模态数据的采集成本。\n- **可组合的后续路线图**：(1) 以[^152]为基线系统评测聚合算子→(2) 引入类别自适应聚合与全局上下文模块→(3) 在高效采样/邻域定义之上做规模化训练→(4) 用弱标注+合成数据扩充训练集→(5) 在多投影/多模态融合框架下统一评测（mIoU为主，辅以不确定性指标如SalsaNext [^91]）。\n- **风险与局限提示**：第7节的建议多为定性论述，未给出量化优先级；论文本身无正式发表信息（见Module A），部分表格数值与链接需核对；读者应结合自身应用约束（实时性、精度、数据可得性、硬件平台）筛选方向，而非全盘采纳。\n\n\n## 模块 C7：现实场景如何体现/实现？（部署约束、算力、延迟、鲁棒性） / Module C7: How would this work in real-world scenarios? (deployment constraints, compute, latency, robustness)\n\n## Module C7：真实世界部署视角（How would this show up in real-world use?）\n\n**定位说明**：本文为综述（survey），本身不部署任何系统，但其统一taxonomy（第2节、图1）、数据集汇总（第3节、表1/表2）、指标与损失梳理（第4、6节）以及方法详述（第5节、表3-7）共同构成3DSS技术落地的选型地图。以下按【部署约束 → 计算/时延 → 鲁棒性/安全性 → 可维护性】四个维度，从浅到深展开。\n\n### 1. 浅层理解：部署场景与约束总览\n\n- 论文第7节『Regarding the application』明确指出：**应用形态决定算法特性**——自动驾驶场景需要实时3DSS；嵌入式系统需要轻量架构；城市尺度数据（urban-scale 3DSS）需要专门的大规模实现。\n- 典型落地场景与对应基准（表1/表2）：\n - **自动驾驶**：SemanticKITTI、nuScenes、Waymo、KITTI-360（表2）\n - **城市尺度制图**：SensatUrban（≈3700M点，表2）、DublinCity\n - **室内理解/机器人**：S3DIS、ScanNet、Matterport3D（表1）\n - **文化遗产**：ArCH3D（表2）；**建筑/施工**：DLA-Net、第7节讨论\n\n### 2. 中层分析：计算与时延影响（按方法类别）\n\n#### 2.1 Point Based Methods（第5.1节、第7节）\n\n- **运行时瓶颈在邻域定义而非特征提取**：kNN/Ball Query涉及随机内存访问，占执行时间大头（第7节，引[^95]、[^104]、[^113]、[^114]）。\n- **采样策略直接决定时延**：FPS耗时（第5.1节RandLA-Net分析），RandLA-Net以Random Sampling + LFA模块将pointwise MLP扩展到百万级点云并保持SotA（第5.1节）。\n- **内存优势**：相比discretization方法GPU内存占用更低（第7节，引[^113]）。\n- **大规模风险**：直接用于大场景需分块，分块损害全局一致性（第7节，引[^142]）。\n\n#### 2.2 Dimensionality Reduction Based Methods（第5.2节）\n\n- **速度优势**：复用成熟2D CNN，天然适合实时部署——SqueezeSeg定位为实时道路目标分割；RangeNet++、SalsaNext、SqueezeSegV3、FPS-Net、MINet、GFNet均以实时为目标（第5.2节）。\n- **时延代价**：投影信息损失 + 标签重投影（label re-projection）后处理；RangeNet++用GPU加速kNN后处理以保住实时性（第5.2节），该kNN后处理被后续大量方法沿用。\n- **嵌入式代表**：MINet专为嵌入式平台设计的轻量多尺度网络（第5.2节，引[^94]）；3D-MiniNet以快速3D邻域搜索（F3PNS）+轻量2D分割降低开销（第5.5节）。\n\n#### 2.3 Discretization Based Methods（第5.3节、第7节）\n\n- **体素数量随分辨率立方增长**，空体素计算浪费严重（第7节）；OctNet以八叉树/HGODS稀疏表示、MinkowskiNet以稀疏张量+广义稀疏卷积规避空区计算（第5.3节）。\n- **内存局部性好**（规则网格保持空间关系），但量化带来信息损失（第7节）。\n- 稀疏卷积核较小可能损害性能（第7节，引[^165]）。\n\n#### 2.4 Hybrid Methods（第5.5节）\n\n- **效率-精度折中的工程范式**：PVCNN/SPVConv以point分支保细节、voxel分支保效率（第5.5节）；SPVConv附带3D-NAS，在**给定硬件约束**下自动搜索高效架构（第5.5节）——这是论文中最接近部署自动化讨论的部分。\n- PTv3（2024）以点云序列化+Patch Attention实现规模法则，在SemanticKITTI达75.5 mIoU（表7），代表当前效率-精度前沿。\n\n### 3. 中深层分析：鲁棒性与安全性\n\n- **传感器噪声鲁棒性**：SqueezeSegV2的CAM模块扩大感受野以应对真实LiDAR的dropout噪声（有限感知范围/镜面反射导致），并增加missing-pixel指示通道（第5.2节）。\n- **域偏移（domain shift）**：合成→真实的泛化是部署核心风险；SqueezeSegV2用测地相关性对齐+渐进域校准缓解（第5.2节）；第7节指出应用导向合成数据集受domain shift限制。\n- **类别不平衡**：Weighted CE、Focal Loss、Lovasz-SoftMax是标准对策（第6节）；第7节指出少数类（如bicycle vs street）点数悬殊导致欠佳，且类内几何差异影响性能。\n- **不确定性感知（安全关键）**：SalsaNext输出aleatoric/epistemic不确定性估计（第5.2节），对自动驾驶下游安全决策（如置信度门控、人工接管）有直接价值。\n- **稀疏与密度不均**：Cylinder3D柱体划分使cell尺寸随距离增大以平衡点分布（第5.5节）；JS3C-Net用多时相扫描+场景补全致密化单帧稀疏LiDAR（第5.5节）。\n- **部署失败模式**：①标签重投影在物体边界产生模糊/错误3D标签（RangeNet++详细分析，第5.2节）；②点云分块削弱全局特征（第7节，引[^142]）；③kNN不足以建模局部邻域（第7节，引[^143]）；④监督标注本身易错，3D领域尤甚（第7节，引[^169]、[^170]）。\n\n### 4. 深层分析：可维护性与工程化\n\n- **代码可获取性（维护成本核心）**：表8系统汇总各方法的GitHub实现（PointNet、KPConv、RangeNet++、MinkowskiNet、PTv3等均有官方/社区仓库）；配套仓库（\n- **taxonomy即维护框架**：统一分类体系（第2节、图1）使新方法可快速归档与横向对比，配套仓库可持续更新，是长期维护的结构化基础。\n- **数据集维护风险**：表1/表2中部分数据集链接已损坏或乱码（如Hessigheim 3D、Semantic3D、TUM-City-Campus条目），落地前必须人工校验；3D标注耗时、昂贵且易错（第7节『data hungry』问题），scribble等弱标注（第7节，引[^128]）可降低数据维护成本。\n- **模型迭代路径**：第7节建议采用continual learning、半监督/弱监督/少样本/零样本学习，减少对全量重标注的依赖，从而降低线上模型持续演进的维护负担。\n- **泛化性维护缺口**：现有数据集地理覆盖不足（第7节，引[^166]），跨地域/跨传感器部署需重新评估；多模态基准缺乏（sensor gap，第7节）限制融合方法（2DPASS、UniSeg等）的落地验证；时空数据集缺失制约施工巡检等时序应用（第7节）。\n\n### 5. 部署选型速查（基于表3-7与第7节讨论）\n\n| 部署需求 | 推荐方法族 | 依据定位 |\n| --- | --- | --- |\n| 实时车载感知 | RangeNet++ / SalsaNext / SqueezeSegV3 / GFNet | SemanticKITTI mIoU 52.2 / 59.5 / 55.9 / 65.4（表4），均以实时为目标（第5.2节） |\n| 精度优先·大规模 | PTv3 / UniSeg / 2DPASS | SemanticKITTI 75.5、nuScenes 83.0（表7）（第5.5节） |\n| 嵌入式/轻量 | MINet / 3D-MiniNet | 专为嵌入式平台设计（第5.2节）；3D-MiniNet mIoU 55.8（表7） |\n| 城市尺度摄影测量 | Efficient BEV / RandLA-Net | SensatUrban OA 91.37（表4）/ mIoU 52.69（表3） |\n| 稀疏LiDAR补强 | JS3C-Net / Cylinder3D | 多时相补全与柱体划分（第5.5节） |\n\n### 6. 结论与缺口\n\n- 综述本身不提供端到端部署系统，但通过『taxonomy + 数据集 + 指标 + 损失 + 代码链接』构成从选型到复现的完整落地路径。\n- **关键缺口**：论文未提供统一的延迟/功耗/内存基准（表3-7仅报告mIoU/OA），部署者必须在目标硬件上自行实测；实时性结论散见于各方法原文（如SqueezeSeg、RangeNet++、MINet），缺乏横向可比的latency数据。\n- **安全性建议**（据第7节推演）：车载场景应优先考虑不确定性感知（SalsaNext类）与多时相致密化（JS3C-Net类），并对标签重投影边界误差做后处理校验。\n\n\n## 模块 C8：总结主要内容（一段摘要 + 5 条要点 + 1 个核心公式/机制） / Module C8: Summarize the main content (one paragraph + 5 bullets + one core formula/mechanism).\n\n### Module C8：简明总结\n\n#### 1. 总结段落\n\n本文是一篇针对3D语义分割（3D Semantic Segmentation, 3DSS）深度学习方法的详细综述（survey）。针对现有文献中分类体系（taxonomy）命名混乱的问题，作者基于9篇已有综述的分类方案，提出了一个统一的分类体系，将3DSS深度学习方法划分为Point Based、Dimensionality Reduction Based、Discretization Based、Graph Based与Hybrid Based五大类，并为各主类定义了子类（第2节、图1）。论文系统汇总了40余个室内外3DSS基准数据集及其官方链接（第3节、表1/表2），并梳理了混淆矩阵、OAcc、Precision/Recall/F1、IoU/mIoU等评价指标（第4节）以及Cross Entropy、Weighted CE、Geo Aware Anisotropic、Lovasz-SoftMax等常用损失函数（第6节）。核心部分按类别详述了从PointNet/PointNet++、RandLA-Net、KPConv、Point Transformer系列到PTv3等代表性方法，并给出其在SemanticKITTI、S3DIS、ScanNet等基准上的mIoU/OA对比（第5节、表3-7）。第7节的讨论深入剖析了各类方法的优缺点、数据集缺口（传感器单一、地理覆盖不足、类别不平衡、缺乏时空与多模态数据）以及未来研究方向（采样策略、邻域定义、局部聚合算子、标签重投影、弱监督/半监督学习等）。此外，作者提供了配套GitHub仓库，包含400余个3DSS方法的快速分类与代码链接（表8）。据致谢（Laura Bassi Scholarship - Spring 2024）及最新参考文献（PTv3，2024年）推断，本文约为2024年成稿。\n\n#### 2. 五个关键要点\n\n1. **统一分类体系**：据作者所述，本文是首篇设置专门Taxonomy Scheme章节的3DSS综述，将方法统一为五大类，并厘清了以往综述中不同命名（如Direct、Voxel Based、Multi-View、RGB-D Image Based等）与该体系的对应关系（第2节、图1）。\n2. **数据集与评测全景**：一站式汇总40+室内外数据集（表1/表2）及IoU/mIoU等核心指标定义（第4节），可直接用于方法选型、基准选择与结果对比。\n3. **方法演进脉络清晰**：从PointNet（2017）首次实现直接点云深度学习，经PointNet++层次化局部特征、RandLA-Net随机采样+LFA模块、KPConv核点卷积、Point Transformer v1/v2，到PTv3（2024）以点云序列化+Patch Attention实现规模化高效训练，性能持续提升（第5节、表3-7）。\n4. **各类方法权衡明确**：Point方法保留几何细节但邻域搜索耗时；Dimensionality Reduction方法快、可复用成熟2D技术但投影损失信息且需标签重投影后处理；Discretization方法内存局部性好但体素化有信息损失；Graph方法保留局部几何但模型偏浅；Hybrid方法融合互补优势，已成为当前主流（第7节）。\n5. **未来方向具体可操作**：包括改进采样与邻域定义、局部聚合算子、标签重投影技术、多投影/多模态融合、发布地理多样性与应用导向数据集，以及探索弱监督/半监督/少样本学习以缓解数据饥饿（data hungry）问题（第7节）。\n\n#### 3. 核心公式/机制\n\n3DSS最核心的评价机制是IoU（Intersection over Union，又称Jaccard Index）及其类别均值mIoU（第4节）：\n\n$$IoU=\\frac{TP}{TP+FP+FN}, \\qquad mIoU=\\frac{1}{\\#c}\\sum_{c}IoU$$\n\n其中TP、FP、FN分别为真阳性、假阳性、假阴性的点数，c为类别数。该指标量化预测类别与真值掩码的重叠程度，是SemanticKITTI、S3DIS、ScanNet等几乎所有3DSS基准的标准评测依据；同时它也是Lovasz-SoftMax损失（第6节）直接优化的代理目标，将评测指标与训练目标衔接起来。\n\n\n## 模块 D：第二遍内容理解（方法结构/关键图表/实验） / Module D: Second Pass (method structure, key figures, experiments)\n\n### Module D：第二遍精读理解（Second-Pass Understanding）\n\n#### D0. 本模块定位\n\n第二遍精读的目标是掌握论文的分类体系（taxonomy）、方法簇划分逻辑、核心图表信息与对比表覆盖结构。本文为 survey 类型，故本模块以 taxonomy 与覆盖结构为核心骨架，而非单一方法的实验复现；所有结论均附文中定位（节/图/表号）。\n\n---\n\n#### D1. 分类体系结构（Taxonomy Structure）\n\n**1.1 顶层结构（第2节，图1）**\n论文基于9篇已有综述的分类方案（第2节 Previous 3DSS Review Papers 段），提出统一 taxonomy，将 3DSS 深度学习方法分为五大主类：\n\n| 主类 | 核心思想 | 对应章节 |\n|---|---|---|\n| Point Based Methods (P) | 直接以原始3D点为输入提取特征 | 5.1 |\n| Dimensionality Reduction Based Methods (DR) | 先降维（如投影为图像）做2DSS，再反投影回3D | 5.2 |\n| Discretization Based Methods (D) | 转为离散表示（不降维）后施加3D卷积 | 5.3 |\n| Graph Based Methods (G) | 转为图，用节点/边提取特征 | 5.4 |\n| Hybrid Methods (H) | 组合上述两类及以上技术 | 5.5 |\n\n**1.2 划分逻辑（深层理解）**\n划分的第一原则是「特征提取的输入表示」：P 直接作用于点集；DR 改变维度；D 保持3D但离散化；G 改变拓扑表示；H 为组合。作者在第2节 Proposed 3DSS taxonomy scheme 段明确说明：\n\n- 将 Graph Based 从 Point Based 独立，因其特征提取基于图的节点与边，而非仅基于3D点；\n- 采用 Dimensionality Reduction Based（源自 A. Zhang et al., 2023）而非 Projection Based，因 Projection 一词易与 BEV/柱面/极坐标等具体投影子类混淆；\n- 采用 Discretization Based 统摄 Voxel 与 Permutohedral Lattice 等方法；\n- 多模态方法不单列子类，而是按其3D处理机制归入同一 taxonomy（第2节末段）。\n\n#### 1.3 与已有综述的名称映射（第2节）\n\n- Multi-View / Image Based / RGB-D Image Based / Dimensionality Reduction 等多种命名 → 均对应或包含于 DR；\n- Volumetric / Voxel Based / Higher Dimensionality Lattices → 对应或包含于 D；\n- Direct / Directly Process on Point Cloud / Primitive Points → 对应 P；\n- Indirect / Structured Grid Based / Rule-Based（Bello et al., 2020 等的二分法）→ 可视为主 taxonomy 的超集（非直接法 = DR ∪ D）。\n\n#### 1.4 子类结构\n\n- P 的四个子类（第2节 Point Based Methods Taxonomy Scheme 段）：Pointwise MLP（共享MLP+对称聚合）、Point Convolution（连续/离散卷积直接作用于点）、RNN（序列化上下文建模）、Attention Mechanism & Transformers；\n- DR 按投影方式分：Multiview、Spherical、BEV、Multiple Projections；另指出 Point Cloud Serialization 可视为降维技术（常与离散化联用）；\n- D 分 Dense 与 Sparse，本文只详述 Sparse（因 Sparse 主导当前研究，第2节 Discretization 段）；\n- G 无进一步子类；\n- H 按组合技术对分为8个子类（第2节 Hybrid 段）：Discretization-Point-Reduction、Graph-Discretization、Graph-Reduction、Point-Discretization、Point-Graph、Reduction-Discretization、Reduction-Point 等。\n\n---\n\n#### D2. 代表性方法簇与划分依据\n\n**2.1 Pointwise MLP 簇（5.1）**\n演进主线：PointNet（T-Net + 共享MLP + max-pooling 处理无序性）→ PointNet++（FPS采样 + Ball Query 分组 + 层级 mini-PointNet）→ RandLA-Net（LFA = LocSE + Attentive Pooling，配 Random Sampling 扩展到百万级点云）→ SCF-Net（LPR 极坐标局部表示 + DDAP + GCF）→ BAAF-Net（Bilateral Context Module + Adaptive Fusion Module 多分辨率融合）。划分依据：逐点共享MLP + 对称聚合函数，不显式定义卷积核。\n\n**2.2 Point Convolution 簇（5.1）**\nPointCNN（X-Conv：对特征加权置换后卷积）、KPConv（刚体/可变形核点卷积，核权重由欧氏空间中的核点携带）、FG-Net（FG-Conv = PFM + GCM + AG，含 NOF 去噪与 IGSAM 采样）。划分依据：显式研究卷积算子在点云上的实现。\n\n**2.3 RNN 簇（5.1）**\nRSNets：Slice Pooling → 双向RNN → Slice Unpooling，按 x/y/z 三方向切片建模上下文依赖。\n\n**2.4 Attention & Transformers 簇（5.1）**\nPTv1（向量注意力 + 可学习位置编码 + Transition Down/Up 编码解码结构）→ PTv2（Group Attention 缓解过拟合 + 基于均匀网格分区的池化）。划分依据：使用 transformer/注意力架构，对无序、不规则性质天然不敏感（5.1节引言）。\n\n**2.5 Spherical 投影簇（5.2）**\nSqueezeSeg（球面投影 + fireModule + CRF 精化）→ SqueezeSegV2（CAM 上下文聚合 + focal loss + 合成到真实的域适应）→ RangeNet++（DarkNet 骨干 + GPU kNN 后处理解决 label re-projection 问题）→ SqueezeSegV3（SAC 空间自适应卷积）→ SalsaNext（aleatoric/epistemic 不确定性感知）→ FPS-Net（五通道模态分解）→ MINet（多尺度交互轻量化）。划分依据：统一采用球面/距离图像表示。\n\n**2.6 BEV 与多投影簇（5.2）**\nEfficient BEV（摄影测量点云 + BEV + RGB/高程双模态 UNet）；MPF（球面+BEV 双分支后融合）；GFNet（RV 与 BEV 以原始点云为桥的 align-before-fuse 几何流对齐）。\n\n**2.7 Sparse Discretization 簇（5.3）**\nOctNet（八叉树/HGODS 稀疏表示避免空体素计算）、SPLATNet（双边卷积 BCL 作用于高维 permutohedral lattice）、MinkowskiNet（稀疏张量 + 广义稀疏卷积 + Minkowski Engine）。\n\n**2.8 Graph 簇（5.4）**\nDGCNN（EdgeConv：kNN 图上的非线性边特征 + 聚合，特征空间动态建图）→ DeepGCN（将残差/密集连接与膨胀卷积迁移到 GCN，PlainGCN/ResGCN/DenseGCN 三骨干）。\n\n**2.9 Hybrid 簇（5.5）**\n按组合对举例：PolarNet（极坐标 BEV 网格 + ring convolution + voxel 损失，D+P+DR）；TORNADO-Net（PolarNet 思想 + SalsaNext 损失组合）；UniSeg（point/range/voxel/图像四路特征 + LMA/LVA 跨模态跨视图融合）；JS3C-Net（3DSS 与 3DSSC 互促，G+D）；PVCNN（PVConv 双分支：体素粗粒度 + 点细粒度，P+D）；SPVConv（稀疏点-体素 + 3D-NAS）；LatticeNet（PointNet + 可学习格插值 DeformSlicing）；(AF)²-S3Net（AF²M + AFSM，MinkNet42 骨干）；Cylinder3D（柱面分区 + 非对称3D卷积 + PRM 点级精化）；2DPASS（2D先验仅训练期辅助 + MSFSKD 知识蒸馏）；SPGraph（超点图 + PointNet 嵌入 + GCN 上下文分割，P+G）；KPRNet（扫描展开 + KPConv 替代 kNN 后处理，DR+P）；3D-MiniNet（F3PNS + PLM + 2DSM）；Meta-RangeSeg（残差球面序列表示 + MetaKernel）；PTv3（点云序列化 + Patch Attention + UNet，DR+D，2024）。\n\n#### 2.10 簇间边界与易混淆点\n\n- Graph vs Point：DGCNN 常被文献归入 Point Based，本文因「图表示是新的数据表示」而独立成类（第2节）；\n- Point Cloud Serialization：被作者视为降维技术，故 PTv3 归入 Hybrid（DR+D）而非纯 Point（表7、5.5节）；\n- SPLATNet 与 LatticeNet 均用 lattice：前者归 D（高维格离散化），后者因结合 PointNet 归 H。\n\n---\n\n#### D3. 重要图表解读\n\n**3.1 图1（第2节）：统一 taxonomy 树**\n内容：五大主类及其子类的层级树，缩写 P/DR/D/G 与 Attention M. & Transformers。作用：全文组织骨架——第5节五个小节与之一一对应；配套 GitHub 仓库的400+方法快速分类亦采用同一 scheme（摘要、第1节）。解读要点：树的叶节点按「技术机制」而非「应用场景」划分，因此同一应用（如自动驾驶 LiDAR 分割）的方法会分散在 DR（SqueezeSeg 系）、D（Cylinder3D）、H（2DPASS）等多支。\n\n**3.2 图2（第7节）：方法时间线**\n内容：按年份排列所综述方法，颜色编码五类（Point蓝、DR绿、D黄、G橙、H粉）。解读：可读出三个趋势——(a) 2017-2019 为奠基期（PointNet 系、SqueezeSeg 系、OctNet/MinkowskiNet、DGCNN）；(b) 2020-2021 为爆发期，Hybrid（粉）数量显著增加，说明单一表示收益递减、组合成为主流；(c) 2021 后 Transformer 系（PTv1/v2/v3）与端到端多模态融合（UniSeg、2DPASS）占据前沿，PTv3（2024）为时间线终点，佐证 Module A 对成文时间的推断。\n\n**3.3 表1/表2（第3节）：室内/室外数据集汇总**\n结构：每列一个数据集，行属性包括 Sensors、Sensor Type、Synthetic、#Classes、#Points、#Scans、Features & Notes、#Images、Mesh、Link。覆盖：室内11个（S3DIS、ScanNet、Matterport3D、SUN RGB-D、Replica 等），室外30+个（SemanticKITTI、nuScenes、Semantic3D、SensatUrban、Toronto-3D 等），合计40+，均附官方链接。解读：室内数据集传感器高度同质（RGB-D/Matterport），室外以 Velodyne 系 LiDAR 为主——直接支撑第7节关于「传感器单一、缺乏摄影测量/多模态/多地理区域数据集」的批评；表中部分链接乱码（如 Hessigheim 3D、Semantic3D 条目）是使用时的风险点（与 Module A 风险清单一致）。\n\n**3.4 表8（第7节）：方法-类别-年份-代码索引**\n结构：Algorithm / Category（PB、DRB、DB、GB、HB）/ Year / Code 四列，覆盖约40个正文详述方法。作用：将正文叙述转为可检索索引，与配套 GitHub 仓库（400+方法）互补。注意 RSNets、SqueezeSegV2、TangentConv、MPF、TORNADO-Net、Efficient BEV、(AF)²-S3Net 等无公开代码（Code 列为 ---），复现时需留意。\n\n---\n\n#### D4. 对比表解读与覆盖结构（表3-表7）\n\n**4.1 表结构约定**\n行 = 算法 + 年份；列 = 基准数据集；单元格 = mIoU（主）/ OA（次）。指标定义见第4节：IoU = TP/(TP+FP+FN)，mIoU 为各类 IoU 均值，OAcc = (TP+TN)/(TP+TN+FP+FN)。「---」表示原方法未在该基准报告，并非零分。\n\n## 4.2 各表覆盖矩阵\n\n| 表 | 类别 | 方法数 | 覆盖基准 |\n|---|---|---|---|\n| 表3 | Point Based | 11 | Stanford3D、Semantic3D、ScanNet、SemanticKITTI、S3DIS、SensatUrban（6个） |\n| 表4 | Dimensionality Reduction | 11 | Semantic3D、ScanNet、SemanticKITTI、S3DIS、SensatUrban（5个） |\n| 表5 | Discretization | 3 | Semantic3D、ScanNet、SemanticKITTI、S3DIS（4个） |\n| 表6 | Graph | 2 | 仅 S3DIS（1个） |\n| 表7 | Hybrid | 16 | Semantic3D、NuScenes、SemanticKITTI、S3DIS、SensatUrban（5个） |\n\n## 4.3 覆盖结构洞察（深层解读）\n\n- 室内/室外分野：S3DIS、ScanNet、Stanford3D 为室内；Semantic3D、SemanticKITTI、SensatUrban、NuScenes 为室外。Graph 类仅报告室内 S3DIS，反映 GCN 方法在大规模室外场景的建图与算力瓶颈（与5.4节「GCN 浅层化」讨论一致）。\n- 稀疏填充模式：没有任何方法覆盖全部基准；Point 类中仅 PointNet/PointNet++/RandLA-Net/KPConv 跨4个以上基准，说明跨基准可比性有限，横向比较需谨慎（数值核对留待 Module G）。\n- 关键数值锚点：\n - Point 类：RandLA-Net Semantic3D 77.4 mIoU；KPConv SensatUrban 57.58/93.20；PTv2 S3DIS 71.6/91.1；\n - DR 类：SqueezeSeg→SalsaNext 在 SemanticKITTI 上 30.8→59.5 的跃升体现球面投影路线三年演进；GFNet 65.4/92.4 为该类最高；\n - D 类：MinkowskiNet 全面领先 OctNet/SPLATNet（ScanNet 73.6 vs 18.1/39.3），印证 Sparse 对 Dense 的替代；\n - H 类：PTv3（SemanticKITTI 75.5、S3DIS 80.81、NuScenes 83.0）与 UniSeg（NuScenes 83.5、SemanticKITTI 75.2）为当前最高档，2DPASS（NuScenes 80.8）次之；\n - 跨类对照：SemanticKITTI 上 H 类头部（PTv3 75.5）≈ P 类头部（PTv2 75.2）> DR 类头部（GFNet 65.4）> D 类头部（MinkowskiNet 54.3）；但各方法训练配置不一，此排序仅为表格数值的直观呈现，不构成严格结论。\n- 表6的特殊性：仅两行（DGCNN 58.2/84.1，Deep GCN 60.0/85.9），样本过小，不足以支撑类别间强弱结论。\n\n**4.4 与损失函数（第6节）、讨论（第7节）的联动**\n表3-7 的 mIoU 差异部分可由损失设计解释：SalsaNext/TORNADO-Net 等采用 Weighted CE + Lovasz-SoftMax 组合应对类别不平衡（第6节）。第7节进一步归纳各类方法共性瓶颈：Point 类的采样与邻域定义代价、DR 类的 label re-projection 与投影信息损失、D 类的空体素计算与量化损失、G 类的建图耗时与浅层化限制；数据集缺口包括传感器单一、地理覆盖不足、类别不平衡、缺乏时空与应用导向数据、data hungry 问题。\n\n---\n\n### D5. 综述综合图（Survey Synthesis Diagram）\n\n以下 ASCII 图将 taxonomy（图1）、代表方法演进（图2/表8）与评测基准（表3-7）整合为一张综合视图：\n\n``n 3DSS 深度学习统一分类体系（图1，第2节）\n │\n ┌──────────────┬────────────┼────────────┬──────────────┐\n P 点云直接处理 DR 降维+2DSS D 离散化+3D卷积 G 图表示 H 混合(≥2类组合)\n │ │ │ │ │\n ├ Pointwise MLP├ Multiview ├ Sparse(仅述) ├ DGCNN'19 ├ D+P+DR: PolarNet'20,\n │ PointNet'17 │ TangentConv │ OctNet'17 │ │ TORNADO-Net'20, UniSeg'23\n │ PN++'17 ├ Spherical │ SPLATNet'18 ├ DeepGCN'21 ├ G+D: JS3C-Net'20\n │ RandLA-Net'20│ SqueezeSeg'17│ MinkowskiNet│ ├ P+D: PVCNN'19, SPVConv'20,\n │ SCF-Net'21 │ →V2'18 │ '19 │ │ LatticeNet'20, (AF)²-S3Net'21,\n │ BAAF-Net'21 │ RangeNet++'19│ │ │ Cylinder3D'21, 2DPASS'22\n ├ Point Conv │ →V3'20 │ │ ├ P+G: SPGraph'18, DeepViewAgg'22\n │ PointCNN'18 │ SalsaNext'20│ │ ├ DR+P: KPRNet'20, 3D-MiniNet'21,\n │ KPConv'19 │ FPS-Net'21 │ │ │ Meta-RangeSeg'22\n │ FG-Net'21 │ MINet'21 │ │ └ DR+D: PTv3'24\n ├ RNN: RSNets'18├ BEV: Eff.BEV'21 │\n └ Attn/Trans └ Multi-Proj: MPF'20, GFNet'22\n PTv1'21→PTv2'22\n │\n └──────────────┴────────────┴──────┬──────┴──────────────┘\n │\n 评测基准（表3-7 列维度）\n 室内: S3DIS | ScanNet | Stanford3D\n 室外: Semantic3D | SemanticKITTI | SensatUrban | NuScenes\n │\n 指标: mIoU(主) / OA(次)（第4节公式）\n 损失: CE / Weighted CE / Geo Aware Anisotropic / Lovasz-SoftMax（第6节）\n``n\n**读图指南**：横向看同一类别内的技术演进（如 Spherical 支线 SqueezeSeg→RangeNet++→SalsaNext 对应表4中 SemanticKITTI mIoU 30.8→52.2→59.5）；纵向看同一基准上跨类别的性能分层（表3-7）；Hybrid 列在2020年后的膨胀与图2时间线颜色分布互相印证——组合异构表示是当前 3DSS 的主流范式。\n\n---\n\n#### D6. 第二遍小结与遗留问题\n\n- 已建立：五类 taxonomy 及其子类、约40个方法的簇归属、表3-7 的覆盖矩阵与关键数值锚点、图1/图2/表1/表2/表8 的信息结构。\n- 遗留至 Module E 的问题：\n 1. 表3-7 中数值未与原始文献核对，且存在排版乱码风险；\n 2. 表7 中 SPVConv 的 77.4 归属列（NuScenes）与原论文报告（ScanNet）可能不一致，需核验；\n 3. taxonomy 对多模态方法「按3D机制归类而非单列」的处理是否完备；\n 4. Graph 类仅两方法、单基准的覆盖是否足以支撑类别级结论；\n 5. PTv3 归入 Hybrid（DR+D）而非 Point Based 的边界合理性。\n\n\n## 模块 E：第三遍深度审视（重建/假设/失败模式/审稿意见） / Module E: Third Pass (reconstruction, assumptions, failure modes, review)\n\n### Module E：第三遍深度评审（Third-pass Deep Review）\n\n#### 1. 分类体系假设（Taxonomy Assumptions）\n\n- **五分类完备性假设**：论文假设所有 3DSS 深度学习方法均可归入 Point Based / Dimensionality Reduction Based / Discretization Based / Graph Based / Hybrid Based 五大类（第2节、图1）。该假设隐含“按输入表示形式分类”是首要组织维度，未将学习范式（监督/弱监督）、任务类型（语义/实例/全景）或效率等级作为正交分类轴。\n- **Graph 独立性假设**：作者假设 Graph Based 方法应从 Point Based 中独立出来，理由是其特征提取基于图的节点与边而非仅基于 3D 点（第2节 Graph Based Methods Taxonomy Scheme）。这与多数已有综述（将 Graph 作为 Point 的子类，如 [^9]、[^23]）不同，属于作者的主观判断，文中仅给出定性理由、未给出实证依据。\n- **多模态同构假设**：论文假设多模态 3DSS 方法可沿用与单模态相同的分类体系，即多模态不作为独立类别（第2节对 A. Zhang et al., 2023 的 Multi-Modal Methods 的处理）。在多模态方法快速增长的背景下，该假设可能低估多模态方法的特殊性。\n- **稀疏优先假设**：Discretization 类别仅详述稀疏方法，理由是“它们如今主导该类别”（第2节 Discretization Based Methods Taxonomy Scheme），隐含密集体素方法已无综述价值的假设，但未提供支撑该判断的量化证据。\n- **Hybrid 组合枚举假设**：Hybrid 子类按所组合技术枚举为8类（第2节），作者亦承认“存在超过八种可能类别”，即该枚举是基于所考察论文的经验性截断而非完备划分。\n\n#### 2. 覆盖偏差（Coverage Bias）\n\n- **传感器/领域偏差**：方法与数据集明显偏向 LiDAR 与自动驾驶场景，讨论部分自述“LiDAR based methods dominates the research on 3DSS”（第7节）。摄影测量、TLS、文化遗产等测绘领域的方法覆盖较薄，尽管作者机构背景为摄影测量（第1节作者单位；第7节 Regarding the Datasets 亦承认摄影测量数据集缺乏）。\n- **类别间详略失衡**：Point Based 详述约11个方法（第5.1节、表3），而 Discretization 仅3个（OctNet、SPLATNet、MinkowskiNet，第5.3节、表5）、Graph 仅2个（DGCNN、DeepGCN，第5.4节、表6），与 GitHub 仓库宣称的 400+ 方法规模（摘要、第8节）形成明显反差。\n- **性能数据稀疏且来源不明**：表3-7 中大量单元格为“---”，且未说明数值取自原论文报告还是作者复现，跨方法、跨基准的可比性受限；部分基准（如 Stanford3D、SensatUrban）仅极少数方法有数值。\n- **时间截断偏差**：方法时间线截至 2024 年（PTv3，第5.5节、表7、图2），但 2023-2024 年兴起的基础模型、自监督预训练类方法基本未收录，综述前沿性受限。\n- **数据集传感器不对称**：室内数据集以 RGB-D 相机为主、室外以 Velodyne LiDAR 为主（第3节表1/表2），摄影测量与多传感器数据集偏少，第7节 Regarding the Datasets 段落对此有自觉反思。\n\n#### 3. 盲点或遗漏领域（Blind Spots / Omitted Areas）\n\n- **非全监督学习范式**：半监督、弱监督、few/zero-shot、开放集（open set）3DSS 仅在第7节 Learning Approach 段落简要提及（引用 [^128]、[^168]、[^171] 等），未纳入 taxonomy、未在方法章节详述，也无代表性方法对比。\n- **自监督预训练与基础模型**：masked modeling、对比学习预训练、3D 基础模型及视觉-语言模型驱动的开放词汇 3DSS 完全缺席，与 2024 年领域前沿脱节（图2时间线亦止于 PTv3）。\n- **相邻任务生态**：实例分割、全景分割（仅在 UniSeg 中附带提及，第5.5节）、语义场景补全（仅在 JS3C-Net 中出现，第5.5节）、开放词汇分割均未系统覆盖。\n- **效率与部署维度**：参数量、FLOPs、推理延迟、内存占用的系统对比缺失；实时性仅在个别方法叙述中零散出现（SqueezeSeg 第5.2节、RangeNet++ 第5.2节、MINet 第5.2节、3D-MiniNet 第5.5节），无统一效率基准表。\n\n#### 4. 优点与缺点（Strengths & Weaknesses）\n\n#### 优点\n\n- **统一 taxonomy 的可比性贡献**：第2节逐一比对9篇综述的类别命名，论证“不同名称、相同方法集合”（如 Direct / Point-Based / Primitive Points 实为同类），并给出命名选择理由（如采用 Dimensionality Reduction 而非 Projection，以避免与 BEV/柱面等具体投影子类混淆），推理链完整、可复核。\n- **首设独立 Taxonomy 章节**：作者声称是首篇含独立 taxonomy 章节的 3DSS 综述（第1节），图1清晰呈现两级层级结构，含 Hybrid 的8个组合子类。\n- **数据集汇总实用性强**：第3节表1/表2汇总 40+ 室内外数据集，含传感器、类别数、点数、扫描数、链接等字段，可直接支撑数据集选型。\n- **方法叙述深度适中**：第5节每个方法均按“动机—模块分解—评估”展开（如 RandLA-Net 的 LFA/LocSE/AP，第5.1节；Point Transformer 的 vector attention 组件 φ、ψ、α、δ，第5.1节），并配合表3-7的 mIoU/OA 进行定位。\n- **讨论部分可操作性强**：第7节按类别指出具体技术瓶颈（FPS 采样耗时、kNN 邻域定义开销、label re-projection 问题、稀疏卷积小核限制）并给出可执行的研究方向，引用充分（如 [^70]、[^152]、[^87]）。\n- **配套资源**：GitHub 仓库含 400+ 方法快速分类（摘要、第8节），表8汇总各方法代码链接，具备持续维护潜力。\n\n## 缺点\n\n- **定量元分析缺失**：未统计各类别方法数量分布、性能随年份演进趋势、各基准 SOTA 轨迹等，综述深度停留在定性叙述层面。\n- **表格质量与完整性问题**：表3-7 大量空缺且未标注数据来源；表2 多个数据集链接乱码/损坏（如 Hessigheim 3D、Semantic3D 条目）；表8 存在 HTML 标签错误（如 “ style=...”）；第5.5节 SPGraph 段落出现三连重复的病句（“The SPG is a data-based algorithm...”），提示编辑校对不足。\n- **类别覆盖不均**：Discretization 与 Graph 类别各仅2-3个方法详述，与 Point Based 篇幅严重失衡；密集体素方法（如 VoxNet 系）完全未述。\n- **发表信息缺失**：无期刊/会议名称与正式日期，同行评审状态不明（Module A 已指出），影响引用可信度。\n- **评估维度单一**：仅报告 mIoU/OA，未涉及边界质量（boundary IoU）、不确定性校准（SalsaNext 已涉及不确定性但未上升为对比维度，第5.2节）、效率指标等。\n\n### 5. 未来综述更新方向（Future Survey-Update Directions）\n\n- **纳入学习范式正交维度**：将弱监督/半监督/无监督/开放词汇 3DSS 系统化为 taxonomy 的正交轴（第7节 Learning Approach 已指出 data hungry 问题与 scribble 标注 [^128] 等方向），并补充代表性方法与基准对比。\n- **覆盖基础模型时代进展**：增补自监督预训练（masked modeling、contrastive）、3D 基础模型、2D 视觉-语言模型向 3D 的知识蒸馏（可视为 2DPASS 思路的延伸，第5.5节）等 2023-2024 年主线方向。\n- **建立统一效率基准**：为各类方法补充参数量、FLOPs、推理时间（含嵌入式平台，呼应 MINet/3D-MiniNet 的动机，第5.2/5.5节）与内存占用的系统对比表，回应第7节 Regarding the application 中实时/轻量化需求。\n- **数据集章节持续维护与扩展**：修复损坏链接，补充多模态、多地理区域、时空序列与摄影测量数据集（第7节 Regarding the Datasets 指出的 sensory gap 与地理覆盖缺口），并将 GitHub 仓库升级为带版本管理的在线活文档，弥补静态综述时效性不足的问题。\n\n\n## 模块 F：术语表与概念依赖图 / Module F: Glossary and Concept Map\n\n### Module F：术语表与概念依赖图\n\n#### 一、术语表（Glossary，共38条）\n\n#### 1. 3D Semantic Segmentation (3DSS)｜三维语义分割\n\n- **定义**：为点云中的每个3D点分配一个有意义的语义类别标签的任务（第1节）。\n- **直觉**：类似2D图像中给每个像素打标签，但对象是三维点云中的每一个点。\n- **论文中的作用**：全文综述的核心任务，方法分类（第2节）、数据集（第3节）、评价指标（第4节）均围绕3DSS展开。\n- **先修知识**：语义分割（Semantic Segmentation）概念、点云基本概念。\n\n## 2. Point Cloud｜点云\n\n- **定义**：由传感器（LiDAR、TLS、ALS、RGB-D、Sonar等）采集的三维空间点的集合，可附带颜色、强度等属性（第1节）。\n- **直觉**：漂浮在3D空间中的一堆带坐标的点，是现实世界的离散采样。\n- **论文中的作用**：第3节表1/表2汇总40+室内外点云数据集；所有被综述方法均以点云为处理对象。\n- **先修知识**：3D坐标系统、常见传感器原理。\n\n## 3. Unordered / Unstructured / Irregular｜无序、非结构化、不规则\n\n- **定义**：点云三大特性——无序（点不在规则网格上）、非结构化（点不携带邻域信息）、不规则（不同区域点密度不同）（第1节）。\n- **直觉**：与图像像素的规则排列不同，点云像散落的沙粒，密度不均且没有固定顺序。\n- **论文中的作用**：深度学习难以直接应用于点云的根本原因，也是五大类方法划分的动机（第2节）与第7节讨论的主线。\n- **先修知识**：2D图像网格结构、卷积运算对规则输入的依赖。\n\n## 4. Taxonomy Scheme｜分类体系\n\n- **定义**：对3DSS深度学习方法进行系统分类的框架；本文基于9篇已有综述的类别名称对齐，提出统一分类体系（第2节、图1）。\n- **直觉**：给400+方法建立家谱，让不同论文中名称各异但实质相同的类别互相对齐。\n- **论文中的作用**：本文首要贡献；将方法分为Point / Dimensionality Reduction / Discretization / Graph / Hybrid五大类（图1）。\n- **先修知识**：文献综述方法、机器学习方法分类常识。\n\n## 5. Point Based Methods｜基于点的方法\n\n- **定义**：直接以原始3D点为输入提取特征的3DSS方法（第2节、5.1节）。\n- **直觉**：不转换数据形式，就地 在点上做特征学习，避免中间表示的信息损失。\n- **论文中的作用**：五大类之一，含Pointwise MLP、Point Convolution、RNN、Attention & Transformers四个子类；代表方法PointNet、RandLA-Net、KPConv、Point Transformer（表3）。\n- **先修知识**：MLP、采样与邻域搜索（FPS、kNN、Ball Query）。\n\n## 6. Dimensionality Reduction Based Methods｜基于降维的方法\n\n- **定义**：将点云投影到低维空间（如图像）执行2D语义分割，再把标签投影回3D空间的方法（第2节、5.2节）。\n- **直觉**：把3D问题压扁成2D图像问题，借用成熟的2D CNN技术栈。\n- **论文中的作用**：五大类之一，子类含Multiview、Spherical、BEV、Multiple Projections；代表方法SqueezeSeg系列、RangeNet++、SalsaNext（表4）。\n- **先修知识**：2D CNN、投影几何。\n\n## 7. Discretization Based Methods｜基于离散化的方法\n\n- **定义**：将点云转换为离散表示（体素、格等）且不降维，再应用3D卷积的方法（第2节、5.3节）。\n- **直觉**：把连续空间格子化，让3D卷积有用武之地。\n- **论文中的作用**：五大类之一，分Dense与Sparse子类（本文因Sparse占主导只详述Sparse）；代表方法OctNet、SPLATNet、MinkowskiNet（表5）。\n- **先修知识**：3D卷积、体素化、稀疏数据结构（八叉树、哈希表）。\n\n## 8. Graph Based Methods｜基于图的方法\n\n- **定义**：将点云转换为图，利用图的节点与边提取特征的方法；本文将其从Point Based中独立成类，因为其改变了数据表示（第2节、5.4节）。\n- **直觉**：把点连成网，在节点和边上做卷积式运算，边还能携带特征。\n- **论文中的作用**：五大类之一；代表方法DGCNN、DeepGCN（表6）。\n- **先修知识**：图论基础、图神经网络（GCN）。\n\n## 9. Hybrid Methods｜混合方法\n\n- **定义**：组合前述两类或以上技术的3DSS方法（第2节、5.5节）。\n- **直觉**：取长补短，例如点方法保细节+体素方法省内存。\n- **论文中的作用**：五大类之一，按组合技术细分为8个子类（如Point-Discretization、Reduction-Point等）；代表方法PolarNet、PVCNN、Cylinder3D、PTv3（表7）。\n- **先修知识**：前四类方法的基本原理。\n\n## 10. Pointwise MLP｜逐点多层感知机\n\n- **定义**：对每个点使用共享MLP提取局部特征，再用对称聚合函数（如max pooling）获取全局信息的方法子类（第2节、5.1节）。\n- **直觉**：每个点独立过同一网络，再用与顺序无关的聚合消除无序性。\n- **论文中的作用**：Point Based的第一个子类；PointNet、PointNet++、RandLA-Net、SCF-Net、BAAF-Net属此类（表3）。\n- **先修知识**：MLP、共享权重、对称函数。\n\n## 11. PointNet / PointNet++\n\n- **定义**：PointNet是首个直接在点云上做深度特征提取的架构（T-Net对齐+共享MLP+max pooling）；PointNet++引入FPS采样、Ball Query分组与层次化mini-PointNet以捕获局部结构（5.1节）。\n- **直觉**：PointNet证明裸点可以直接喂给网络；PointNet++则学会分层看局部。\n- **论文中的作用**：Pointwise MLP子类的奠基方法与后续大量方法的对比基线（表3）。\n- **先修知识**：CNN基础、采样概念。\n\n## 12. Point Convolution｜点卷积\n\n- **定义**：直接在3D点云上实现卷积运算的方法子类，按作用空间分连续与离散两种（第2节、5.1节）。\n- **直觉**：把2D卷积搬到不规则点上，需要重新定义卷积核与邻域。\n- **论文中的作用**：Point Based的第二个子类；代表方法PointCNN（X-Conv）、KPConv、FG-Net（FG-Conv）。\n- **先修知识**：2D卷积、感受野概念。\n\n## 13. KPConv (Kernel Point Convolution)｜核点卷积\n\n- **定义**：用欧氏空间中一组携带权重的核点定义卷积核，通过线性相关函数变换邻域特征的算子，含刚性核与可变形核两个版本（5.1节）。\n- **直觉**：像在点云上放一个点状模板做卷积，可变形版还能贴合局部几何。\n- **论文中的作用**：点卷积代表方法；也被用作混合方法的组件（GFNet、KPRNet的端到端标签精修）（表3、5.5节）。\n- **先修知识**：卷积、相关函数、可变形卷积。\n\n## 14. Attention Mechanism and Transformers｜注意力机制与Transformer\n\n- **定义**：利用自注意力（分标量注意力与向量注意力）建模点间关系的架构；Point Based的第四个子类，天然适配无序数据（第2节、5.1节）。\n- **直觉**：让每个点环顾四周动态加权邻居信息，不依赖规则网格。\n- **论文中的作用**：代表方法Point Transformer（PTv1，向量注意力）、PTv2（Group Attention）；PTv3（序列化+Patch Attention）按本文taxonomy归入Hybrid（表3、表7）。\n- **先修知识**：Transformer、自注意力、位置编码。\n\n## 15. Spherical Projection｜球面投影\n\n- **定义**：将LiDAR点云投影到球面形成稠密2D网格的降维方式，每点常含x、y、z、range、remission/intensity五通道（5.2节）。\n- **直觉**：把360°扫描展开成一张全景图。\n- **论文中的作用**：Dimensionality Reduction最常用投影；SqueezeSeg系列、RangeNet++、SalsaNext、SqueezeSegV3、FPS-Net、MINet均基于此（表4）。\n- **先修知识**：球面坐标、距离图像。\n\n## 16. Birds-Eye View (BEV)｜鸟瞰图投影\n\n- **定义**：将点云沿Z轴俯视投影到XY平面的降维方式，适合摄影测量点云（Z轴重叠点顶部类别即可代表）（5.2节）。\n- **直觉**：从天上往下看，物体在Z轴上重叠少，顶面类别即代表整体。\n- **论文中的作用**：Efficient BEV方法的核心；与球面投影互补，被MPF、GFNet组合使用（表4）。\n- **先修知识**：正交投影、栅格化。\n\n## 17. Range Image｜距离图像\n\n- **定义**：由LiDAR数据（不含相机颜色）生成的投影图像的统称（第2节、5.2节）。\n- **直觉**：每个像素记录离传感器多远的图像。\n- **论文中的作用**：球面投影的产物，是DRB方法的标准输入表示。\n- **先修知识**：LiDAR成像原理。\n\n## 18. Voxel / Voxelization｜体素与体素化\n\n- **定义**：将3D空间划分为规则立方格并把点分配到格中的过程；Discretization Based方法的基础操作（第2节、5.3节、第7节）。\n- **直觉**：给3D空间铺乐高积木格子。\n- **论文中的作用**：DB方法核心操作；量化导致信息损失、空体素导致计算浪费是其主要缺点（第7节）。\n- **先修知识**：3D网格、量化。\n\n## 19. Sparse vs Dense Discretization｜稀疏与稠密离散化\n\n- **定义**：Dense方法对整个空间均匀体素化、忽略点的分布；Sparse方法只对有点占据的空间离散化，执行时间更高效（第2节）。\n- **直觉**：稀疏=只给有东西的地方建格子。\n- **论文中的作用**：本文taxonomy中DB方法的两个子类；因Sparse占主导，5.3节只详述Sparse方法（OctNet、SPLATNet、MinkowskiNet）。\n- **先修知识**：八叉树、稀疏张量。\n\n## 20. Permutohedral Lattice｜逐面体格\n\n- **定义**：一种高维格空间结构，支持在如XYZRGB六维空间中执行双边卷积（BCL的Splat-Convolve-Slice三步）（5.3节）。\n- **直觉**：把卷积搬到比3D更高的格空间里做，减少投影信息损失。\n- **论文中的作用**：SPLATNet与LatticeNet的核心结构；本文将其归入Discretization（Sparse子类）。\n- **先修知识**：重心插值、高维滤波。\n\n## 21. Sparse Convolution｜稀疏卷积\n\n- **定义**：只在非空体素/稀疏张量上执行的卷积，避免空区域计算（5.3节、5.5节）。\n- **直觉**：卷积跳过空格子，大幅节省时间与内存。\n- **论文中的作用**：Minkowski Engine/MinkowskiNet、JS3C-Net、SPVConv、2DPASS、PTv3等众多方法的基础算子。\n- **先修知识**：稀疏张量、哈希表。\n\n## 22. Confusion Matrix｜混淆矩阵\n\n- **定义**：由TP、TN、FP、FN构成的n×n矩阵，是所有分类/分割评价指标的计算基础（第4节）。\n- **直觉**：一张预测vs真实的对账表。\n- **论文中的作用**：第4节首先介绍，用于推导OAcc、Precision、Recall、F1、IoU。\n- **先修知识**：分类基本概念。\n\n## 23. IoU / mIoU｜交并比与平均交并比\n\n- **定义**：IoU=TP/(TP+FP+FN)，衡量预测与真实类别的重叠程度；mIoU为各类IoU的均值（第4节公式）。\n- **直觉**：两个集合的交集除以并集，越接近1越好；别名Jaccard Index。\n- **论文中的作用**：3DSS最常用指标；表3-7所有方法对比均以mIoU/OA呈现。\n- **先修知识**：集合论、混淆矩阵。\n\n## 24. Overall Accuracy (OAcc)｜总体精度\n\n- **定义**：(TP+TN)/(TP+TN+FP+FN)，正确预测占总预测的比例（第4节，Eq 1）；另有mAcc（类平均精度）与maAcc（全类平均）等变体。\n- **直觉**：整体答对率；类别不平衡时可能误导，需结合mIoU阅读。\n- **论文中的作用**：与mIoU并列的主要报告指标（表3-7）。\n- **先修知识**：混淆矩阵。\n\n## 25. Precision / Recall / F1-score｜精确率、召回率、F1分数\n\n- **定义**：Precision=TP/(TP+FP)衡量正预测的质量；Recall=TP/(TP+FN)（又称true positive rate/sensitivity）衡量正确检出正例的能力；F1为二者的调和平均（第4节）。\n- **直觉**：精确率=报出来的正例有多准；召回率=该找的找到了多少。\n- **论文中的作用**：第4节评价指标体系的组成部分。\n- **先修知识**：混淆矩阵。\n\n## 26. Categorical Cross Entropy Loss｜类别交叉熵损失\n\n- **定义**：度量预测分布与真实标签差异的损失，对N个样本、C个类求和（第6节公式）。\n- **直觉**：惩罚自信但答错的预测。\n- **论文中的作用**：3DSS最基础的损失函数，是加权CE、Geo Aware等损失的出发点（第6节）。\n- **先修知识**：概率分布、softmax、对数似然。\n\n## 27. Weighted Cross Entropy Loss｜加权交叉熵损失\n\n- **定义**：按类频率倒数（1/√f_j）加权的CE，用于缓解类别不平衡（第6节公式）。\n- **直觉**：稀有类答错罚得更重。\n- **论文中的作用**：应对点云类别不平衡（如street点多、motorcycle点少）的标准手段（第6、7节）。\n- **先修知识**：类别不平衡问题、CE损失。\n\n## 28. Lovasz-SoftMax Loss\n\n- **定义**：Jaccard指数Lovasz扩展的代理损失，直接优化IoU（第6节公式）。\n- **直觉**：让训练目标与评测指标mIoU对齐。\n- **论文中的作用**：常与CE组合使用（SalsaNext、TORNADO-Net等）；文中指出其不考虑点邻域，可能带来噪声预测（第6节）。\n- **先修知识**：IoU、Lovasz扩展（可作黑盒理解）。\n\n## 29. Geo Aware Anisotropic Loss (LGA)｜几何感知各向异性损失\n\n- **定义**：基于局部几何各向异性度量M_LGA加权的CE；当被考察体素位于语义类别边界（邻居类别不同）时权重更高（第6节）。\n- **直觉**：边界处扣分更多，促使模型保住细节。\n- **论文中的作用**：用于恢复点云细节，常作为总损失的组成部分（(AF)²-S3Net等引用，第6节）。\n- **先修知识**：体素邻域、CE损失。\n\n## 30. Farthest Point Sampling (FPS)｜最远点采样\n\n- **定义**：迭代选取距已选点集最远的点作为邻域中心点的采样算法；与IDIS、RS等启发式采样及GS、CRS、PGS等学习式采样并列（5.1节）。\n- **直觉**：均匀撒网选代表点，覆盖好但计算慢。\n- **论文中的作用**：PointNet++、PTv1等采用；被RandLA-Net、FG-Net等指出耗时并以Random Sampling、IGSAM等替代（5.1节、第7节）。\n- **先修知识**：采样、欧氏距离。\n\n## 31. kNN / Ball Query｜k近邻与球查询\n\n- **定义**：定义点邻域的两种算法——kNN取欧氏距离最近的k个点；Ball Query取半径球内所有点（5.1节）。\n- **直觉**：kNN=固定人数，Ball Query=固定范围。\n- **论文中的作用**：Point Based方法邻域定义的核心；邻域搜索（随机内存访问）是点方法的主要耗时来源（第7节）。\n- **先修知识**：欧氏空间、近邻搜索。\n\n## 32. Label Re-projection Problem｜标签重投影问题\n\n- **定义**：DRB方法中2D像素标签回投3D时，一个像素对应多个3D点导致标签分配不准的问题；分辨率越低越严重（5.2节、第7节）。\n- **直觉**：投影压扁了点，回投时分不清谁是谁。\n- **论文中的作用**：DRB方法核心缺陷；早期用CRF（SqueezeSeg）、主流用RangeNet++的GPU kNN后处理、新近用KPConv端到端解决（GFNet、KPRNet）。\n- **先修知识**：投影几何、后处理概念。\n\n## 33. Class Imbalance｜类别不平衡\n\n- **定义**：数据集中各类点数差异巨大（如street远多于bicycle），导致稀有类性能差的问题（第7节）。\n- **直觉**：多数类淹没少数类。\n- **论文中的作用**：第7节数据集讨论重点；驱动Weighted CE、Focal Loss等损失设计（第6节）。\n- **先修知识**：数据分布、损失加权。\n\n## 34. Domain Shift｜域偏移\n\n- **定义**：训练域（如合成数据）与应用域（真实数据）分布不一致导致泛化差的现象（5.2节、第7节）。\n- **直觉**：在游戏画面里学的，到真实世界就水土不服。\n- **论文中的作用**：SqueezeSegV2用自监督强度渲染、测地相关对齐、渐进域校准缓解；第7节指出合成数据集的固有局限。\n- **先修知识**：迁移学习基础。\n\n## 35. Superpoint Graph (SPG)｜超点图\n\n- **定义**：以几何同质分割得到的superpoint为节点、邻接关系为super edge的有向属性图；SPGraph方法四步流程（GHP→SGC→SE→CS）的核心表示（5.5节）。\n- **直觉**：先把点云切成小片，再把小片连成图做整体上下文推理。\n- **论文中的作用**：Point & Graph混合代表方法，擅长大规模点云（表7）。\n- **先修知识**：图分割、PointNet、GCN。\n\n## 36. Point Cloud Serialization｜点云序列化\n\n- **定义**：用空间填充曲线将点云转为结构化序列、同时保留点的局部性的技术（5.5节PTv3）。\n- **直觉**：给散乱的点排一个有序队列，让Transformer能按序高效处理。\n- **论文中的作用**：PTv3替代kNN邻域提取的核心设计，支撑大规模训练的scale原理（表7）。\n- **先修知识**：空间填充曲线、序列建模。\n\n## 37. Vector / Grouped Attention｜向量注意力与分组注意力\n\n- **定义**：向量注意力为每个邻居生成向量分数（PTv1，含φ、ψ、α变换、位置编码δ、关系函数β、映射函数γ）；Group Attention（PTv2）是其更一般形式，分组计算以降低过拟合、增强泛化（5.1节）。\n- **直觉**：向量注意力看得更细，分组版更省更稳。\n- **论文中的作用**：PTv1→PTv2演进的核心机制差异（表3）。\n- **先修知识**：softmax注意力、特征分组。\n\n## 38. Aleatoric / Epistemic Uncertainty｜偶然不确定性与认知不确定性\n\n- **定义**：偶然不确定性源于数据噪声（又分同方差与异方差）；认知不确定性源于模型本身，推理时用Monte Carlo采样估计（5.2节SalsaNext）。\n- **直觉**：前者是数据天生模糊，后者是模型心里没底。\n- **论文中的作用**：SalsaNext的核心卖点——不确定性感知的实时3DSS。\n- **先修知识**：贝叶斯深度学习基础概念。\n\n### 二、概念依赖图（文字版）\n\n## 层次1：数据与问题层（第1节）\n\n- 传感器（LiDAR/TLS/RGB-D等）→ 点云 → 三大特性（无序/非结构化/不规则）→ 3DSS任务定义 → 直接应用2D深度学习的困难 → 需要专门方法体系\n\n## 层次2：评测层（第4节）\n\n- 混淆矩阵（TP/TN/FP/FN）→ OAcc（Eq 1）/ Precision / Recall / F1-score / IoU / mIoU\n- mIoU ↔ Lovasz-SoftMax Loss（训练目标与评测指标对齐）\n\n## 层次3：方法分类主干（第2节、图1；详述见第5节）\n\n- **Taxonomy Scheme（图1）**\n - **Point Based（5.1节）**\n - Pointwise MLP：依赖共享MLP+对称聚合+FPS/kNN/Ball Query → PointNet → PointNet++ → RandLA-Net（LFA+随机采样）→ SCF-Net（LPR+DDAP+GCF）→ BAAF-Net（双边增强+自适应融合）\n - Point Convolution：依赖卷积与感受野概念 → PointCNN（X-Conv）→ KPConv（核点+可变形核）→ FG-Net（FG-Conv+IGSAM）\n - RNN：依赖序列建模 → RSNets（Slice Pooling+双向RNN+Slice Unpooling）\n - Attention & Transformers：依赖自注意力+位置编码 → PTv1（向量注意力）→ PTv2（Group Attention+网格划分池化）\n - **Dimensionality Reduction Based（5.2节）**：依赖2D CNN+投影\n - Multiview → TangentConv（切平面图像）\n - Spherical → SqueezeSeg（+CRF）→ SqueezeSegV2（CAM+focal loss+域适应）→ SqueezeSegV3（SAC）；RangeNet++（Darknet骨干+GPU kNN后处理）→ SalsaNext（不确定性）→ FPS-Net（模态分解）→ MINet（轻量多尺度）\n - BEV → Efficient BEV（摄影测量点云）\n - Multiple Projections → MPF（球面+BEV两分支融合）→ GFNet（几何流对齐+注意力融合+KPConv）\n - **Discretization Based（5.3节）**：依赖体素化+3D卷积+稀疏结构\n - Sparse → OctNet（八叉树/HGODS）→ SPLATNet（permutohedral格+BCL）→ MinkowskiNet（稀疏张量+广义稀疏卷积）\n - **Graph Based（5.4节）**：依赖图论+GCN\n - DGCNN（EdgeConv+动态图/特征空间kNN）→ DeepGCN（残差/密集连接+膨胀kNN，PlainGCN/ResGCN/DenseGCN）\n - **Hybrid（5.5节）**：组合上述技术\n - Discretization+Point+Reduction → PolarNet（极坐标格+ring convolution）→ TORNADO-Net（+总变差损失）\n - Graph+Discretization → JS3C-Net（3DSS与3DSSC互促+Point-Voxel Interaction）\n - Point+Discretization → PVCNN（PVConv双分支）→ SPVConv（稀疏点体素+3D-NAS）→ LatticeNet（PointNet+格操作）→ (AF)²-S3Net（AF²M+AFSM）→ Cylinder3D（柱体划分+非对称卷积+PRM）\n - Point+Graph → SPGraph（超点图四步流程）\n - Reduction+Point → KPRNet（KPConv替代kNN后处理）/ 3D-MiniNet（轻量）/ DeepViewAgg / Meta-RangeSeg（残差序列球面图）\n - 多模态多视图 → UniSeg（LMA+LVA跨模态跨视图融合）→ PTv3（序列化+Patch Attention，归入Hybrid）\n\n## 层次4：损失函数层（第6节，服务于所有方法训练）\n\n- Cross Entropy → Weighted CE（应对类别不平衡）→ Focal Loss（SqueezeSegV2等）\n- Lovasz-SoftMax（优化IoU；与CE组合：SalsaNext、TORNADO-Net）\n- Geo Aware Anisotropic / LGA（边界细节保持；(AF)²-S3Net等）\n\n## 层次5：数据与学习范式层（第3节、第7节）\n\n- 数据集（室内RGB-D为主，表1；室外LiDAR/摄影测量为主，表2）→ 局限：传感器单一、地理覆盖不足、类别不平衡、静态单时刻、标注昂贵（data hungry）\n- 由此引出：多模态数据集需求、合成数据（受domain shift制约）、半监督/弱监督/少样本/持续学习等范式（第7节）\n\n## 关键依赖链速览\n\n1. 无序性 → 对称聚合（max pooling）→ PointNet → Pointwise MLP家族\n2. 不规则性（密度不均）→ 采样策略研究（FPS vs RS vs IGSAM）→ 大规模点云可行性\n3. 投影信息损失 → 标签重投影问题 → CRF → kNN后处理 → KPConv端到端\n4. 体素计算/内存开销 → 稀疏离散化 → 稀疏卷积 → Point+Voxel混合方法\n5. 类别不平衡 → 加权损失设计（Weighted CE / Focal / Lovasz-SoftMax）\n6. 邻域搜索耗时 → 序列化（PTv3）与轻量化设计（MINet、3D-MiniNet）\n7. 单模态局限 → 多模态/多视图融合（UniSeg、2DPASS、DeepViewAgg）\n\n**使用建议**：初读者按层次1→2→3主干（五大类各记一个代表方法）→4→5的顺序建立概念网络；查阅具体方法时，先定位其在图1 taxonomy中的类别，再沿依赖链回溯其技术来源（如PTv3 ← 序列化+Patch Attention ← Transformer与稀疏卷积传统）。\n\n\n\n\n## 模块 G：联网核验与引用校对 / Module G: Verification and Citation Check\n\n### Module G：验证、冲突与参考文献核查\n\n#### 1. 关键事实性主张核查（每条主张尽量给出两个独立来源）\n\n#### 主张1：PointNet是首个能直接以原始点云为输入进行深度学习特征提取的架构（T-Net + 共享MLP + max-pooling）\n\n- 论文内定位：第5.1节 Pointwise MLP；引用[^68]\n- 来源1：论文参考文献[^68]（Qi, Su, Mo, Guibas, PointNet, CVPR 2017, doi:10.1109/CVPR.2017.16）\n- 来源2：CVPR 2017官方论文与官方代码 \n- 核查结论：一致。输入nx3、T-Net对齐、1024维全局特征+max pooling的描述与原论文相符。\n\n#### 主张2：PointNet++通过FPS采样层、Ball Query分组层与mini-PointNet实现层次化局部特征学习\n\n- 论文内定位：第5.1节；引用[^69]\n- 来源1：[^69]（Qi, Yi, Su, Guibas, PointNet++, 2017）\n- 来源2：NeurIPS 2017正式版与代码 \n- 核查结论：一致；注意[^69]条目缺venue（应为NeurIPS 2017）。\n\n## 主张3：RandLA-Net以LFA模块（LocSE+Attentive Pooling）+随机采样+Dilated Residual Block处理百万级点云\n\n- 论文内定位：第5.1节；引用[^70]\n- 来源1：[^70]（Hu et al., CVPR 2020, doi:10.1109/CVPR42600.2020.01112）\n- 来源2：官方代码 \n- 核查结论：一致。\n\n## 主张4：KPConv以欧氏空间中的核点定义卷积权重，提供刚性/可变形两种算子\n\n- 论文内定位：第5.1节 Point Convolution；引用[^73]\n- 来源1：[^73]（Thomas et al., arXiv:1904.08889, 2019）\n- 来源2：ICCV 2019正式版与代码 \n- 核查结论：一致。\n\n## 主张5：Point Transformer采用向量注意力（vector attention）与可学习位置编码\n\n- 论文内定位：第5.1节 Attention Mechanism and Transformers；引用[^78]\n- 来源1：[^78]（Zhao et al., Point Transformer, 2021）\n- 来源2：ICCV 2021正式版与代码 \n- 核查结论：技术描述一致；但[^78]条目缺venue（应为ICCV 2021）。\n\n## 主张6：PTv2以Group Attention替代向量注意力并引入partition-based pooling\n\n- 论文内定位：第5.1节；引用[^79]\n- 来源1：[^79]（Wu et al., arXiv:2210.05666, 2022）\n- 来源2：ICLR 2023正式版与Pointcept代码库 \n- 核查结论：一致。\n\n## 主张7：SqueezeSeg将LiDAR点云球面投影为5通道距离图像并用CRF精化标签\n\n- 论文内定位：第5.2节 Spherical；引用[^82]\n- 来源1：[^82]（Wu et al., arXiv:1710.07368, 2017）\n- 来源2：IROS 2018正式版与代码 \n- 核查结论：一致。\n\n## 主张8：RangeNet++提出基于GPU kNN的后处理以缓解label re-projection问题\n\n- 论文内定位：第5.2节；引用[^87]\n- 来源1：[^87]（Milioto et al., IROS 2019, doi:10.1109/IROS40897.2019.8967762）\n- 来源2：官方代码 \n- 核查结论：一致；该kNN后处理被SalsaNext、TORNADO-Net、Meta-RangeSeg等后续方法沿用，与正文叙述相符。\n\n## 主张9：MinkowskiNet基于4D时空稀疏张量与广义稀疏卷积（Minkowski Engine）\n\n- 论文内定位：第5.3节；引用[^104]\n- 来源1：[^104]（Choy, Gwak, Savarese, CVPR 2019, doi:10.1109/CVPR.2019.00319）\n- 来源2：官方代码 \n- 核查结论：一致。\n\n## 主张10：DGCNN提出EdgeConv，并在特征空间中动态更新kNN图\n\n- 论文内定位：第5.4节；引用[^105]\n- 来源1：[^105]（Wang et al., arXiv:1801.07829, 2019）\n- 来源2：ACM TOG 2019正式版与代码 \n- 核查结论：一致。\n\n## 主张11：PolarNet用极坐标BEV网格+ring convolution处理LiDAR点云\n\n- 论文内定位：第5.5节；引用[^107]\n- 来源1：[^107]（Zhang et al., CVPR 2020, doi:10.1109/CVPR42600.2020.00962）\n- 来源2：官方代码 \n- 核查结论：一致。\n\n## 主张12：Cylinder3D采用柱体划分（CP）与非对称3D卷积（A3DCN）+PRM点级精化\n\n- 论文内定位：第5.5节 Point & Discretization；引用[^118]\n- 来源1：[^118]（Zhu et al., CVPR 2021, doi:10.1109/CVPR46437.2021.00981）\n- 来源2：官方代码 \n- 核查结论：方法描述一致；但表7给出SemanticKITTI mIoU 67.8，与原论文报告值（test约68.9）存在差异，可能源于val/test协议不同，引用前需核对。\n\n## 主张13：2DPASS仅在训练期使用2D分支，通过MSFSKD将多尺度2D先验蒸馏入3D网络\n\n- 论文内定位：第5.5节；引用[^119]\n- 来源1：[^119]（Yan et al., arXiv:2207.04397, 2022）\n- 来源2：ECCV 2022正式版与代码 \n- 核查结论：一致。\n\n## 主张14：PTv3以空间填充曲线序列化+Patch Attention（Patch Grouping/Interaction）+U-Net结构实现高效3DSS\n\n- 论文内定位：第5.5节 Dimensionality Reduction & Discretization；引用[^127]\n- 来源1：[^127]（Wu et al., arXiv:2312.10035, 2024）\n- 来源2：CVPR 2024正式版与代码 \n- 核查结论：一致；表7中PTv3数值（SemanticKITTI 75.5、nuScenes 83.0、S3DIS 80.81）与原论文报告量级相符。\n\n## 主张15：Lovasz-SoftMax损失是IoU的可处理代理，用于直接优化mIoU\n\n- 论文内定位：第6节；引用[^137]\n- 来源1：[^137]（Berman, Triki, Blaschko, CVPR 2018, doi:10.1109/CVPR.2018.00464）\n- 来源2：原论文arXiv:1705.08790\n- 核查结论：公式与描述一致。\n\n## 主张16：数据集事实（表1/表2）\n\n- S3DIS/2D-3D-S：13类、约695,878,620点、70,000图像（表1；[^24][^25]；外部：\n- ScanNet：1513次扫描、>50类（表1；[^28]；外部：\n- SensatUrban：三城市（Birmingham、Cambridge、York），约3700M点（表2；[^42][^96]；外部：arXiv:2009.03137与IJCV 2022版 doi:10.1007/s11263-021-01554-9）——一致\n- SemanticKITTI：约4500M点、23201/20351训练/测试扫描（表2/表3；[^67]；外部：\n\n## 主张17：评价指标定义（第4节）\n\n- IoU=TP/(TP+FP+FN)、mIoU为各类IoU均值、OAcc=(TP+TN)/(TP+TN+FP+FN)\n- 来源1：论文第4节公式\n- 来源2：语义分割通行评测定义（Jaccard Index / PASCAL VOC协议）\n- 核查结论：与通行定义一致。\n\n### 2. 冲突与不确定性说明\n\n1. **发表信息缺失**：正文未标注期刊/会议与年份；据致谢（Laura Bassi Scholarship - Spring 2024）与最新参考文献（PTv3，2024年5月访问）推断成稿约2024年，最终发表载体与同行评审状态无法确认。\n2. **分类归属不一致**：表8将PTv3标为“HB”（Hybrid），而5.5节将其置于“Dimensionality Reduction & Discretization Based Methods”小节；第2节又称Point Cloud Serialization“可视为降维技术”，三处表述存在轻微张力。\n3. **表8代码链接错位**：3D-MiniNet行混入 。\n4. **引用错位**：表2中SWAN数据集标注[^43]，而[^43]实为SAT3D（Ibrahim et al., IEEE T-ITS 2023）方法论文，与SWAN数据集不匹配。\n5. **表3“Stanford3D”列来源不明**：其数值与S3DIS列高度重合（如PointNet 47.71/78.62 vs 47.6/78.6），疑为同一基准的重复列或命名不规范。\n6. **性能数值与原文献出入**：Cylinder3D SemanticKITTI 67.8（原论文test约68.9）；DGCNN S3DIS 58.2（原文约56.1）；SqueezeSeg在SemanticKITTI上的30.8系后续复现值（原论文早于该基准发布）。表3-7数值使用前应与原始论文核对评测协议（val/test、Area 5/6-fold、单帧/多帧）。\n7. **文本损坏**：5.5节SPGraph段落出现三次重复的乱码句“The SPG is a data-based algorithm...”，该段结论不完整；表1中S3DIS的Features & Notes字段显示乱码“�”。\n8. **参考文献条目不完整/重复**：[^69]（PointNet++）、[^72]（PointCNN）、[^78]（Point Transformer）、[^113]（PVCNN）、[^155]（Stratified Transformer）、[^117]（SENet）缺venue或格式异常；[^74]与[^139]为同一FG-Net arXiv条目的重复；[^129]为其期刊版（IEEE TCyb 2023）。\n9. **数据集链接失效/乱码**：Hessigheim 3D、Semantic3D、TUM-City-Campus、N3C-California、DAPS3D等条目链接显示异常（表2），直接引用有失效风险。\n10. **作者自述主张需谨慎采信**：“首个包含Taxonomy Scheme章节的3DSS综述”（第1节）与“GitHub仓库含400+方法”（摘要/第8节）均为作者自述；前者与其他综述（如[^7][^23]亦提出分类体系）的表述存在张力，后者需访问仓库核实。\n11. **表格引用标记异常**：表2中Semantic3D标记“$^{{14}}_{11}$”与“Freiburg, Pittsburgh, Wachtberg $^{{13,c1}}$”格式异常，实际应对应[^41]（Hackel et al. 2017）与[^36]（Behley et al. 2012），需人工核对。\n\n#### 3. 参考文献列表\n\n## A. 论文内关键被引文献（交叉核对用）\n\n1. [^68] Qi et al., PointNet, CVPR 2017, doi:10.1109/CVPR.2017.16\n2. [^69] Qi et al., PointNet++, NeurIPS 2017\n3. [^70] Hu et al., RandLA-Net, CVPR 2020, doi:10.1109/CVPR42600.2020.01112\n4. [^72] Li et al., PointCNN, ICLR 2018\n5. [^73] Thomas et al., KPConv, ICCV 2019 / arXiv:1904.08889\n6. [^78] Zhao et al., Point Transformer, ICCV 2021\n7. [^79] Wu et al., Point Transformer V2, arXiv:2210.05666（ICLR 2023）\n8. [^82] Wu et al., SqueezeSeg, arXiv:1710.07368（IROS 2018）\n9. [^87] Milioto et al., RangeNet++, IROS 2019, doi:10.1109/IROS40897.2019.8967762\n10. [^88] Su et al., SPLATNet, CVPR 2018, doi:10.1109/CVPR.2018.00268\n11. [^91] Cortinhal et al., SalsaNext, arXiv:2003.03653\n12. [^102] Riegler et al., OctNet, CVPR 2017, doi:10.1109/CVPR.2017.701\n13. [^104] Choy et al., MinkowskiNet, CVPR 2019, doi:10.1109/CVPR.2019.00319\n14. [^105] Wang et al., DGCNN, ACM TOG 2019 / arXiv:1801.07829\n15. [^106] Li et al., DeepGCNs, IEEE TPAMI 2021, doi:10.1109/TPAMI.2021.3074057\n16. [^107] Zhang et al., PolarNet, CVPR 2020, doi:10.1109/CVPR42600.2020.00962\n17. [^113] Liu et al., PVCNN, NeurIPS 2019\n18. [^114] Tang et al., SPVConv/SPVNas, ECCV 2020, doi:10.1007/978-3-030-58604-1_41\n19. [^115] Rosu et al., LatticeNet, IROS 2020 / arXiv:1912.05905\n20. [^118] Zhu et al., Cylinder3D, CVPR 2021, doi:10.1109/CVPR46437.2021.00981\n21. [^119] Yan et al., 2DPASS, ECCV 2022 / arXiv:2207.04397\n22. [^120] Landrieu & Simonovsky, SPGraph, CVPR 2018, doi:10.1109/CVPR.2018.00479\n23. [^127] Wu et al., Point Transformer V3, CVPR 2024 / arXiv:2312.10035\n24. [^137] Berman et al., Lovasz-SoftMax Loss, CVPR 2018, doi:10.1109/CVPR.2018.00464\n25. [^67] Behley et al., SemanticKITTI, ICCV 2019, doi:10.1109/ICCV.2019.00939\n26. [^24][^25] Armeni et al., 2D-3D-S/S3DIS, CVPR 2016 / arXiv:1702.01105\n27. [^28] Dai et al., ScanNet, CVPR 2017\n28. [^42][^96] Hu et al., SensatUrban, arXiv:2009.03137 / IJCV 2022, doi:10.1007/s11263-021-01554-9\n29. [^41] Hackel et al., Semantic3D.net, arXiv:1704.03847\n30. [^7] Bello et al., Review: deep learning on 3D point clouds, arXiv:2001.06280\n31. [^23] R. Zhang et al., Deep-Learning-Based Point Cloud Semantic Segmentation: A Survey, Electronics 12(17):3642, 2023\n\n## B. 外部核查来源（官方页面/代码库/数据集官网）\n\n- PointNet/PointNet++代码： 、\n- RandLA-Net：\n- KPConv：\n- Pointcept（PTv1/v2/v3统一实现）： 、\n- RangeNet++/lidar-bonnetal：\n- MinkowskiEngine：\n- DGCNN：\n- PolarSeg：\n- Cylinder3D：\n- 2DPASS：\n- SemanticKITTI官网：\n- S3DIS/buildingparser：\n- ScanNet官网：\n- 本文配套仓库：\n\n**核查方法说明**：以上核查基于论文文本内部交叉比对（正文叙述 vs 表3-8数值 vs 参考文献条目）以及被引方法原始论文/官方代码库的外部比对；表3-7中的mIoU/OA数值因评测协议（val/test、Area 5/6-fold、单帧/多帧）差异可能与原文献不同，正式引用前应逐项回溯原始论文核实。\n\n\n\n## 模块 H：图表与表格抽取（索引/打分/深读） / Module H: Figure/Table Mining (index, scoring, top deep dive)\n\n### Module H：图表提取与深度解读\n\n#### 1. 图表完整索引（编号 / 标题 / 类型 / 位置 / 支撑论断 / 重要性评分）\n\n| 编号 | 标题/说明 | 类型 | 位置 | 支撑论断 | 重要性(1-5) |\n|---|---|---|---|---|---|\n| Figure 1 | 提出的3DSS深度学习方法统一分类体系（Point/DR/D/Graph/Hybrid五大类及子类，含缩写：Attention M. & Transformers、D、DR、G、P） | 分类体系图（taxonomy） | 第2节末（images/d62c90b82951.jpg） | 核心贡献1：统一taxonomy scheme（第2节、第8节结论） | 5 |\n| Figure 2 | 收录方法时间线，按类别着色：蓝=Point、绿=Dimensionality Reduction、黄=Discretization、橙=Graph、粉=Hybrid | 时间线/分组图 | 第7节开头（images/7f648fefc55c.jpg） | 方法演进趋势（2017-2024），支撑第7节讨论 | 4 |\n| Table 1 | 室内3DSS数据集汇总（Freiburg Campus、2D-3D-S/S3DIS、ScanNet、Matterport3D、SUN RGB-D、SUN3D、SceneNN、SceneNet、Replica、RGB-D Scenes v2、ViDRILO，共11个） | 数据集汇总表 | 第3节 | 贡献2：室内数据集特征（传感器/类别数/点数/扫描数/图像数/Mesh/链接）汇总 | 5 |\n| Table 2 | 室外3DSS数据集汇总（RELLIS-3D、SWAN、SensatUrban、Semantic3D、Paris-Lille-3D、Toronto-3D、nuScenes、KITTI-360、Waymo、SemanticKITTI等约30个，含20种传感器类型缩写） | 数据集汇总表 | 第3节 | 贡献2：室外数据集汇总；注意部分链接乱码/损坏 | 5 |\n| （无编号） | 2×2混淆矩阵示例（TP/FP/FN/TN） | 概念示意表 | 第4节 | 评价指标体系（OAcc/Precision/Recall/F1/IoU，Eq 1-8）的定义基础 | 2 |\n| Table 3 | Point Based方法在Stanford3D/Semantic3D/ScanNet/SemanticKITTI/S3DIS/SensatUrban上的mIoU与OA（PointNet至PTv2共11个方法） | 性能对比表 | 第5.1节末 | Point Based方法演进：S3DIS mIoU PointNet 47.6→PointNet++ 54.5→RandLA-Net 70.0→BAAF-Net 72.2→PTv1 73.5→PTv2 71.6 | 5 |\n| Table 4 | Dimensionality Reduction方法在Semantic3D/ScanNet/SemanticKITTI/S3DIS/SensatUrban上的mIoU与OA（TangentConv至GFNet共11个方法） | 性能对比表 | 第5.2节末 | DR方法演进：SemanticKITTI mIoU SqueezeSeg 30.8→RangeNet++ 52.2→SalsaNext 59.5→GFNet 65.4 | 4 |\n| Table 5 | Discretization方法在Semantic3D/ScanNet/SemanticKITTI/S3DIS上的mIoU与OA（OctNet、SPLATNet、MinkowskiNet） | 性能对比表 | 第5.3节末 | D方法定位：MinkowskiNet ScanNet 73.6 mIoU为该类最高 | 3 |\n| Table 6 | Graph Based方法在S3DIS上的mIoU与OA（DGCNN、Deep GCN） | 性能对比表 | 第5.4节末 | Graph方法：DGCNN 58.2/84.1，Deep GCN 60.0/85.9 | 3 |\n| Table 7 | Hybrid方法在Semantic3D/NuScenes/SemanticKITTI/S3DIS/SensatUrban上的mIoU与OA（PolarNet至PTv3共16个方法） | 性能对比表 | 第5.5节末 | Hybrid为SotA集中地：PTv3(2024) SemanticKITTI 75.5、S3DIS 80.81、nuScenes 83.0；UniSeg nuScenes 83.5 | 5 |\n| Table 8 | 收录方法及其代码实现（算法/类别PB·DRB·DB·GB·HB/年份/代码链接，约40项） | 资源索引表 | 第7节 | 可复现性支撑：配套GitHub仓库（400+方法快速分类） | 4 |\n\n#### 2. 优先深度解读（Top-priority Deep Reads，5项）\n\n1. **Figure 1（分类体系图）**：全文核心贡献的图形化表达。应结合第2节文字逐层核对：五大主类及子类——Point下分Pointwise MLP、Point Convolution、RNN、Attention & Transformers；DR下分Multiview、Spherical、BEV、Multiple Projections；D下分Dense/Sparse（正文称仅详述Sparse，第2节Discretization Taxonomy Scheme段）；Hybrid下分8种组合（Discretization-Point-Reduction、Graph-Discretization、Graph-Reduction、Point-Discretization、Point-Graph、Reduction-Discretization、Reduction-Point等）。特别注意：Graph Based被独立成类而非如多数综述归入Point Based的理由——其特征提取基于图的节点与边而非仅3D点（第2节Graph Based Methods Taxonomy Scheme段）。\n2. **Table 3（Point Based性能对比）**：6个基准×11个方法，是判断Point Based路线演进的关键证据。注意大量“---”表示原文献未报告该基准结果而非零值；引用数值前需回溯原始论文核对（与Module A风险提示一致：表内数值可能受排版影响）。\n3. **Table 7（Hybrid性能对比）**：Hybrid是当前SotA集中地。PTv3（2024）在SemanticKITTI 75.5 mIoU、nuScenes 83.0 mIoU、S3DIS 80.81 mIoU为全文最高值，直接支撑第7节“Hybrid方法组合各类优势、互补劣势”的讨论；UniSeg（2023）nuScenes 83.5为该表nuScenes列最高。\n4. **Table 1/2（数据集汇总）**：方法选型与实验设计的工具表。注意事项：(a) 表2中部分数据集链接存在乱码或损坏（如Hessigheim 3D、Semantic3D、TUM-City-Campus条目），引用前必须验证；(b) 表2在原文被拆分为多个HTML片段，SemanticKITTI行（25(28)类、≈4500M点、23201/20351扫描、73.7km）出现在独立片段中，阅读时需拼接；(c) 字段（Sensors、Sensor Type、Synthetic、#Classes、#Points、#Scans、Notes、Spatial Size、Mesh、Link）可直接用于数据集筛选。\n5. **Figure 2 + Table 8（时间线+代码索引联动）**：Figure 2显示2020年后Hybrid（粉色）方法密度显著增加、Transformer类方法（PTv1/v2/v3）持续出现；Table 8为每个方法给出类别缩写（PB/DRB/DB/GB/HB）、年份与代码链接（如PTv3：github.com/Pointcept/PointTransformerV3；RandLA-Net含TF与PyTorch两个实现），二者配合构成“演进趋势+可复现资源”视图。\n\n#### 3. 分类体系图、对比表与基准汇总表\n\n- **分类体系图**：Figure 1为全文唯一taxonomy可视化，层级为：3DSS DL方法→5大类→各子类（Point 4子类、DR 4子类、D 2子类、Graph无子类、Hybrid 8子类）。\n- **方法性能对比表**：Table 3-7按五大类分别汇总mIoU/OA，覆盖基准：Stanford3D、Semantic3D、ScanNet、SemanticKITTI、S3DIS、SensatUrban、NuScenes；跨表可比的公共基准为Semantic3D、ScanNet、SemanticKITTI、S3DIS。\n- **基准数据集汇总表**：Table 1（室内11个，以RGB-D类传感器为主）与Table 2（室外约30个，以LiDAR为主，含传感器类型缩写表：MLRF/LS/L/P/ML/SP/AL/C/ALS/MLS/DC/ALR/ML/HC/TLS/FC/LRR/MRL/SRL/MMS）。\n- **资源索引表**：Table 8（约40个方法的类别、年份、代码链接），与摘要及第8节提到的GitHub仓库（400+方法快速分类）互补。\n\n#### 4. 时间线/分组图与图表→结论映射\n\n**Figure 2时间线解读**：\n\n- 2017（起点）：PointNet/PointNet++（Point）、SqueezeSeg（DR）、OctNet（D）——三条技术路线同时起步；\n- 2018-2019（扩张期）：PointCNN、RSNets、TangentConv、SPLATNet、SPGraph、KPConv、RangeNet++、MinkowskiNet、DGCNN、PVCNN——各类方法快速涌现；\n- 2020-2022（深化期）：RandLA-Net、SalsaNext、PolarNet、SPVConv、LatticeNet、PTv1、PTv2、GFNet、2DPASS、DeepViewAgg、Meta-RangeSeg——Transformer与多模态/多视图融合兴起；\n- 2023-2024（前沿）：UniSeg、PTv3——大规模、多模态Hybrid方法成为SotA。\n\n**图表→结论映射**：\n\n| 论文结论 | 支撑图表 | 定位 |\n|---|---|---|\n| 提出统一taxonomy scheme（首个含Taxonomy节的3DSS综述） | Figure 1 + 第2节文字 | 第2节 |\n| 汇总40+室内外数据集及链接 | Table 1、Table 2 | 第3节 |\n| 各类方法性能演进与SotA定位 | Table 3-7 | 第5.1-5.5节 |\n| Hybrid方法利用类别互补性、占SotA（PTv3最强） | Table 7 + Figure 2 | 第5.5节、第7节 |\n| 提供可复现资源（400+方法分类仓库） | Table 8 + 摘要/第8节GitHub链接 | 第7节 |\n| 评价指标以IoU/mIoU为核心 | 混淆矩阵示例表 + Eq 1-8 | 第4节 |\n\n#### 5. 使用注意事项\n\n- 表3-7中“---”表示原文献未报告，非零值；跨表比较时注意各表基准列不完全一致（如Table 3含Stanford3D，Table 7含NuScenes）。\n- 表2部分链接乱码/损坏（Module A已提示），使用数据集前应访问原始来源验证。\n- 表8中个别代码链接疑似排版错误（如3D-MiniNet行混入PointTransformerV2链接），引用前需人工核对。\n- Figure 1/2为图片（images/d62c90b82951.jpg、images/7f648fefc55c.jpg），文本提取无法还原其内部细节，深度使用需查看原图。" }