3Dセマンティックシーン理解は、3Dコンピュータビジョン分野において長年の課題とされています。この問題の一つは、一般化可能なモデルを支援するための現実世界の注釈付きデータが限られていることです。通常、この問題に対処するために新しいデータをシミュレーションする方法が採られますが、合成データセットは現実の複雑さやセンサーノイズを捉えられず、合成-現実間のギャップが生じます。さらに、セグメンテーション目的のドメインシフト分析を行うための、同期された実世界とシミュレーションされたポイントクラウドを提供するベンチマークは存在していません。本論文では、TrueCityという初の都市セマンティックセグメンテーションベンチマークを導入します。これは、センチメートル単位で注釈された実世界のポイントクラウド、セマンティック3D都市モデル、および同じ都市を表すシミュレーションされたポイントクラウドを提供します。このデータセットは、合成データの利用を促進し、実世界の3Dシーン理解を向上させるための戦略を明らかにしています。