投影ビュー（例如、レンジビュー(RV)と鳥瞰ビュー(BEV)）からの点群のセマンティックセグメンテーションは、近年盛んに研究されています。異なるビューは点群の異なる情報を捉えるため、互いに補完的であると言えます。しかし、最近の投影ベースの点群セマンティックセグメンテーション手法では、通常、異なるビューの予測に対して単純な後期融合戦略が用いられており、表現学習中に幾何学的な視点から補完情報を探索することができていません。本論文では、幾何フローネットワーク(GFNet)を導入し、融合前にアライメントを行う方法で異なるビュー間の幾何対応を探索します。具体的には、新しい幾何フローモジュール(GFM)を考案し、エンドツーエンド学習スキームのもとで、異なるビュー間の幾何関係に基づいて補完情報を双方向にアライメントおよび伝播させる仕組みを提案します。SemanticKITTIとnuScenesという2つの広く使用されているベンチマークデータセットを用いて広範な実験を行い、GFNetが投影ベースの点群セマンティックセグメンテーションにおいて有効であることを示しました。具体的には、GFNetは各個別のビューの性能を大幅に向上させるとともに、既存のすべての投影ベースモデルに対して最先端の結果を達成しています。コードは\url{https://github.com/haibo-qiu/GFNet}で入手可能です。