本文介绍了语义场景补全（SSC）技术的最新进展，包括点-体素聚合网络、深度卷积神经网络SSCNet和自我监督方法S4C等。这些方法在多个基准测试中表现优越，有效捕捉3D场景的语义信息和结构细节，推动了基于单目摄像机的三维场景重建研究。

本文介绍了 Semantic Scene Completion 任务和点-体素聚合网络。该网络使用深度点流和轻量化体素流来预测 3D 场景语义和占用表示，超过了当前最先进技术。