虚拟漫游技术在地产漫游、全景地图和虚拟旅游等领域有着广泛的应用。目前虚拟漫游技术中场景的生成方法主要分为两种:一种是使用三维模型手工搭建场景,该方法效果真实、细节丰富但是效率较低,不具备通用性;另一种是基于图像的漫游方法,该方法能够高效地生成大规模场景,但是其也存在视角受限、无法交互等问题。本文提出了一种基于场景平面图和真实图像的室内场景自动化生成方法,可以高效地生成与真实场景接近的虚拟三维场景。本论文主要进行了以下几方面内容的研究。(1)采用了一种深度学习和整数规划相结合的场景平面图解析方法。该方法首先使用深度卷积神经网络提取场景平面图中的连接点特征。之后基于提取的连接点特征使用整数规划算法进一步求解平面图的矢量化表示。本算法具有很好的鲁棒性,并且能够达到80%的解析准确率。(2)提出了一种基于先验知识约束的室内场景布局估计方法。该方法首先使用房间布局估计算法获得房间的空间包围盒;之后使用目标检测算法获取场景中物体的类别和位置信息;最后使用最优化算法对场景中物体的三维空间布局进行估计。为保证布局估计结果的准确性和合理性,本方法借助于场景平面图以及室内场景的先验知识定义了一系列的约束条件和假设。(3)实现了面向虚拟漫游的三维室内场景生成系统。给定场景的平面图和若干张室内场景图像,基于对室内场景布局估计结果,本文从室内模型库中检索出对应的物体三维模型,将其放置到三维场景中并根据目标检测结果进行评价和优化。最终可以生成与真实场景结构一致的虚拟三维场景,进而可以实现对场景的虚拟漫游。