最近の深層学習モデルは、非構造化されたポイントクラウドに対して直接操作することで、3次元シーン解析タスクにおいて優れた結果を達成しています。物体分類やセマンティックセグメンテーションの分野では多くの進歩が見られましたが、インスタンスセグメンテーションのタスクは比較的未開拓です。本研究では、3次元ポイントクラウド上のセマンティックインスタンスセグメンテーションを行うための深層学習フレームワークである3D-BEVISを提案します。以前のプロポーザルフリーなインスタンスセグメンテーション手法のアイデアに従い、当モデルは特徴量埋め込みを学習し、得られた特徴空間をセマンティックインスタンスにグループ化します。現在のポイントベースの方法は、シーンの局所部分を個別に処理することにより、ポイント数に線形に比例してスケーリングします。しかし、クラスタリングによるインスタンスセグメンテーションを行うには、全体的に一貫した特徴量が必要です。そのため、私たちは局所的なポイント幾何学と中間的な俯瞰表現から得られる全体的なコンテキスト情報を組み合わせることを提案します（bird's-eye view representation）。