通过点云补全技术完成对不完整数据的处理，建立新的真实世界基准 Building-PCC 数据集来评估现有深度学习方法在城市建筑点云补全任务中的性能，并通过对不同方法的综合评估，分析在建筑点云补全中面临的关键挑战，旨在促进 3D 地理信息应用领域的创新。
该论文介绍了Building3D数据集，包含160,000多个建筑物模型，覆盖爱沙尼亚的16个城市。作者发现数据集存在类别差异、数据不平衡和噪声等挑战。Building3D可用于比较监督学习和自监督学习方法，推动城市建模、航路规划和语义/部分分割等领域的研究。
