PointSSC：面向语义场景补全的车路协同点云基准

语义场景补全（SSC）旨在联合生成复杂三维场景的空间占据与语义标签。现有多数SSC模型聚焦于体素表示，对于大型室外空间存在内存效率低的问题。点云提供了一种轻量替代方案，但现有基准缺乏带语义标签的室外点云场景。为此，我们提出PointSSC，首个面向语义场景补全的车路协同点云基准。这些场景具有远距离感知与极小遮挡的特点。我们开发了利用Semantic Segment Anything的自动化标注流程，以高效赋予语义。为评估进展，我们提出了一种基于LiDAR的模型，其包含用于全局与局部特征提取的Spatial-Aware Transformer，以及用于联合补全与分割的Completion and Segmentation Cooperative Module。PointSSC提供了一个具有挑战性的测试平台，以推动真实世界导航中语义点云补全的发展。代码与数据集见 https://github.com/yyxssm/PointSSC。