本文介绍了一种新型神经网络3D-SIS，旨在RGB-D扫描的三维语义实例分割。该网络结合几何和颜色信号，利用高分辨率输入和多视角数据，显著提升了实例预测性能。通过引入伪深度图和深度一致性，进一步改善了分割效果，并在多个数据集上展示了优越的性能。