부분적인 관측 정보로부터 완전한 3차원 형태와 의미론적 장면 정보를 유추하는 것은 자율주행, 로봇 비전, 메타버스 생태계 구축 등에 매우 중요하다. 따라서 주로 3차원 형태 보완, 3차원 장면 보완, 3차원 의미론적 장면 보완 과제에 초점을 맞춘 3차원 보완 기술이 널리 연구되고 있다. 본 논문은 상기 3차원 보완 과제들을 중심으로 최근 관련 연구 동향을 체계적으로 분석하고 정리하였다. 우선, 3차원 형태 보완 과제에서는 전통적 방법 기반의 형태 보완과 딥러닝 기반 형태 보완의 연구 진전을 개관하였다. 다음으로, 3차원 장면 보완 과제에서는 모델 피팅 기반 장면 보완과 생성 기반 장면 보완 방법 두 부분의 연구 진전을 살펴보았다. 그리고 3차원 의미론적 장면 보완 과제에서는 장면 보완과 의미 분할이라는 두 주요 과제 간의 결합 특성을 심층 분석하였으며, 입력 데이터 유형별로 심도맵 기반 의미론적 장면 보완, 심도맵과 컬러 이미지 결합 기반 의미론적 장면 보완, 점군 기반 의미론적 장면 보완 방법 세 부분의 연구 진전을 개관하였다. 마지막으로, 3차원 보완 과제가 현재 직면한 주요 문제들과 미래 발전 방향을 분석하고 전망하여 3차원 비전 분야의 신흥 연구자들에게 유용한 참고자료를 제공하고자 한다.

형태 보완; 장면 보완; 의미론적 장면 보완; 3차원 비전