私たちは深層畳み込みネットワークを使用した意味的シーン解析の手法を提案します。当手法は、3次元データ用の新しい構造である接線畳み込み（tangent convolutions）に基づいています。体積ベースの手法とは異なり、私たちの方法は直接表面幾何学に作用します。特に、この構造は非構造化ポイントクラウドやその他のノイジーな実世界データにも適用可能です。私たちは、接線畳み込みが数百万点からなる大規模なポイントクラウドで効率的に評価できることを示しています。接線畳み込みを使用して、3次元ポイントクラウドの意味的セグメンテーションを行うための深層完全畳み込みネットワークを設計し、室内および室外3次元環境の挑戦的な実世界データセットに適用しました。実験結果は、提案された手法が大規模3次元シーンの詳細な解析において他の最近の深層ネットワーク構造よりも優れていることを示しています。