セマンティックシーンコンプリート（SSC）は、シーンコンプリート（SC）とセマンティックセグメンテーションの2つのタスクから構成される。既存の多数の手法は、3D CNNが空のボクセルに対しても無駄な計算負荷を生じるため、通常の3Dグリッド空間でSSCを実行している。本研究では、点群空間におけるSSCを解決するため、セマンティックポイントコンプリートネットワーク（SPCNet）を提案する。具体的には、SPCNetはエンコーダ・デコーダ構造を採用しており、観測された点の特徴を抽出するための「観測点エンコーダ」と、観測された特徴を隠蔽された点にマッピングする「観測点から隠蔽点へのデコーダ」から構成される。さらに、SPCNetを基盤として、テクスチャ情報と幾何情報の両方を統合することでSSC性能を向上させる「画像-点群融合型セマンティックポイントコンプリートネットワーク（IPFSPCNet）」を導入した。本手法は2つの公開データセット上で評価され、実験結果から、点群空間におけるSC問題に対しても有効であることが示された。最先端手法と比較して、本手法はSSCタスクにおいて優れた性能を達成している。