3D场景理解

本公开特别涉及一种用于机器学习功能的计算机实现方法，该功能被配置为将真实场景的3D点云作为输入，并输出真实场景的相应对象的每个定位化表征，以及对于每个相应对象，输出预定类别集中的相应对象的类别。该方法包括获得带注释的3D点云的数据集，其中，每个3D点云注释有相应对象的每个定位化表征，每个相应对象注释有预定类别集中的该相应对象的类别。该方法包括基于所获得的数据集训练该功能。预定类别集包括多个语义类别和多个几何类别。这种方法为3D场景理解提供了一种优化方案。