本文提出了一種名為 AIScene 的新型半監督式光達語義分割方法，旨在解決現有方法在處理帶有和不帶偽標籤點雲時的場景一致性問題，並透過多場景混合增強資料集的語義多樣性，從而提升模型在有限標註資料下的分割效能。
本研究提出一個基於時空關聯性的新型半監督式學習方法，解決低標註預算下光達語義分割的效能問題，並在 SemanticKITTI 和 nuScenes 資料集上達到新的最佳效能。
