本文介绍了多种三维卷积网络（如AMFNet和SSCNet），用于从单视图RGB-D图像推断三维场景的占用和语义标签。这些网络通过融合2D和3D信息，提升了场景完成和语义分割的性能，实验结果在多个数据集上表现优越。