在三维空间数据获取技术飞速发展的驱动下,点云已成为精确刻画现实世界最有效的手段之一。因此,基于高精度的室内场景点云语义分割结果来实现三维场景的感知、理解、分析和应用,已成为测绘、地理信息、计算机视觉等多种领域的研究热点。然而,受点云数据结构无序且离散的特点所限,该数据无法在承载高精度三维空间信息的同时兼顾较为细致的纹理信息。与其相反的是,高精度图像数据虽受其维度影响而难以准确地展现三维信息,但往往具有更细致的纹理信息和更清晰的物体边界特征。因此,本研究提出了一种可融合图像特征的点云语义分割网络模型Point Fusion Net。该模型在Point Net++网络的基础上增加了图像特征提取模块及逐层特征融合机制,通过图像与点云特征融合的方式实现两数据的优势互补。其中,Point Fusion Net的创新点如下:（1）在网络模型结构部分,本研究提出了一种新的图像与点云特征逐层融合结构。该结构不仅使得图像特征提取、点云特征提取、逐层特征融合过程可分离进行,还使得融合特征参与了点云特征解码与语义分割结果生成的过程。（2）在融合关系构建部分,本研究提出了一系列构建待融合图像与点云数据对应关系的方法,是实现异构数据特征融合的基础。融合关系的构建主要分为两个部分:在数据输入阶段使得待融合的图像和点云块一一对应;在特征向量融合阶段使得待融合的图像像素与点云点一一对应。（3）在特征融合部分,本研究提出的融合机制无需借助中间数据作为融合媒介,可避免因数据转换导致的信息丢失。其中,连接操作和全连接层的组合可实现图像与点云特征的充分融合。（4）为验证Point Fusion Net及上述多个创新点的有效性,本研究利用公开数据集Joint-2D-3D-Semantic中Area5的数据对进行了训练与测试。其中,Point Fusion Net的平均Io U分割精度达56.25%,对比Point Net++网络提高了2.84%,Acc精度达82.34%。实验结果证明了本研究创新点的有效性。