本文介绍了Turin3D数据集，覆盖都灵市中心约1.43平方公里，包含近7000万个点，旨在解决城市建模中的标签稀缺问题。通过比较多种点云语义分割模型的性能并应用半监督学习技术，显著提升了模型表现。该数据集将公开发布，推动户外点云分割研究的发展。

本文介绍了一种新颖的建筑模型重构策略，利用低细节级别模型和MLS点云，实现LoD3建模的重构。提出的Scan2LoD3方法通过激光物理学和建筑模型先验概率，提升了语义分割和重建精度，并探讨了建筑点云数据集在城市建模和建筑能源信息理解中的应用。

该论文介绍了Building3D数据集，包括160,000幢建筑物的点云、网格和线框模型，覆盖爱沙尼亚16个城市，面积约为998平方公里。该数据集存在高内类别差异、数据不平衡和大规模噪声等挑战，但将促进未来在城市建模、航路规划、网格简化和语义/部分分割等领域的研究。