知能ロボットが人に代わり、さまざまな複雑な環境で探査や防疫などの大量応用を行うというニーズに基づき、シーン認識は研究者の広範な関心を集めている。シーン認識の目的は、シーン内の特徴を抽出・分析し、高次の意味情報を取得することで、具体的な位置を推論することである。これは同時位置推定と地図生成システム（Simultaneous Localization and Mapping、SLAM）、自動運転、ロボットナビゲーション、ループクロージングの基盤となる。3Dスキャン技術の急速な発展により、さまざまなスキャナーを利用して各種シーンの点群データを迅速に取得できるようになった。スキャン時間や照明環境が変化しても、点群シーンから得られる幾何情報は良好な不変性を持つため、点群に基づくシーン認識はコンピュータビジョン分野の研究ホットスポットとなっている。本稿ではまず近年の点群データに対するシーン認識手法を総括し、次にシーン認識に用いられる大規模な屋内外シーンのデータセットおよびアルゴリズム評価のための評価指標を紹介し、各種アルゴリズムの認識率をまとめる。最後に点群に基づくシーン認識が直面する課題とチャレンジを指摘し、今後の研究動向を展望する。研究成果は関連分野の研究者が点群データに基づくシーン認識の研究現状を迅速かつ包括的に理解するのに役立ち、さらなる認識精度向上の基盤を築く。

点群;シーン認識;特徴記述子;深層学習;注意機構;グラフ畳み込み