نقدم نهجًا لتحليل المشهد الدلالي باستخدام الشبكات العصبية التلافيفية العميقة. يعتمد هذا النهج على التلافيف المماسية - وهي بنية جديدة للشبكات التلافيفية على البيانات ثلاثية الأبعاد. بخلاف النماذج الحجمية، يعمل أسلوبنا مباشرة على الهندسة السطحية. وبشكل حاسم، يمكن تطبيق هذه البناءة على السحب النقطية غير المنظمة وغيرها من البيانات الصاخبة في العالم الحقيقي. نوضح أن التلافيف المماسية يمكن تقييمها بكفاءة على سحب نقاط كبيرة الحجم تحتوي على ملايين النقاط. باستخدام التلافيف المماسية، صممنا شبكة عصبية تلافيفية كاملة وعميقة للتقسيم الدلالي للسحب النقطية ثلاثية الأبعاد، وطبَّقناها على قواعد بيانات معقدة من بيئات داخلية وخارجية ثلاثية الأبعاد في العالم الحقيقي. تظهر النتائج التجريبية أن النهج المقدم يتفوق على البناءات الأخرى الحديثة للشبكات العميقة في تحليل المشاهد ثلاثية الأبعاد الكبيرة بالتفصيل.