部分的な観測情報から完全な三次元形状および意味的なシーン情報を推測することは、自動運転、ロボットビジョン、メタバースエコシステムの構築などにとって極めて重要である。したがって、主に三次元形状補完、三次元シーン補完、および三次元意味シーン補完のタスクに焦点を当てた三次元補完技術が広く研究されている。本稿では、前述の三次元補完タスクに関して、近年の関連研究を体系的に分析・総括する。まず、三次元形状補完タスクに対しては、従来手法に基づく形状補完および深層学習に基づく形状補完の2つの側面から研究の進展を概観した。次に、三次元シーン補完タスクに対しては、モデルフィッティングに基づくシーン補完および生成的なシーン補完手法の2つの側面から研究の進展を概観した。さらに、三次元意味シーン補完タスクにおいては、シーン補完と意味セグメンテーションという2つの主要タスク間のカップリング特性を深く分析し、入力データの異なるタイプに基づき、深度画像に基づく意味シーン補完、深度画像とカラー画像の併用に基づく意味シーン補完、および点群に基づく意味シーン補完の3つの側面からの研究の進展を概観した。最後に、三次元補完タスクが現在直面している主な問題点および今後の発展動向を分析・展望し、この三次元ビジョンの新たな分野の研究者に有益な参考情報を提供することを目的とする。

形状補完;シーン補完;意味シーン補完;三次元ビジョン