室内家居智能设计平台的出现为用户简化了设计流程、降低了操作难度,可合成满足实际用户需求的室内场景布局。然而,如何自动合成美观且风格统一的室内三维场景,仍然是一个还未解决的问题。在计算机图形学领域,由于没有很好的三维家具模型风格分析方法,三维室内场景合成方法只能单纯考虑如何合成布局合理的三维场景,而没有考虑三维家具物体的风格一致性。本文从三维物体风格一致性角度出发,提出基于度量学习的三维家具模型风格特征提取方法与基于风格一致性特征协同检索的三维室内场景合成方法,并在此基础上设计了相应的原型系统。本文的主要成果包括如下三点:(1)提出基于度量学习的三维家具模型风格一致性分析方法。本文设计了基于四元组的深度度量学习网络,该网络包含两种特征提取模块和一个基于四元组的度量学习模块,两个特征提取模块分别是三维模型网格数据形状特征提取与三维模型多视角投影特征提取模块。在本文收集的多类具有风格特性的样板间数据上,基于所设计的网络框架可以进行三维模型的风格一致性特征分析,提取出风格一致性特征。(2)提出基于协同检索的三维室内场景合成方法。本文提出一种基于风格一致性特征协同检索的三维室内场景合成方法,可以结合家具模型检索数据库中的三维模型风格一致性特征与场景布局信息进行相应的家具检索,并将检索后的家具模型摆放到布局相应的位置上,为保证最后家具模型的位置摆放合理且与布局信息一致,本文使用了基于约束条件的家具模型位置调整方法。在场景合成过程中,本文方法能保证合成场景的家具模型的风格一致性、场景家具模型的位置与大小与用户提供的场景布局信息的一致性。(3)设计了三维室内场景合成原型系统。本文将三维家具模型风格一致性分析方法与基于风格一致性检索的三维室内场景合成方法进行了整合,设计并实现了三维室内场景合成的原型系统。用户需输入三维室内场景布局信息与目标风格家具物体,该系统自动实现家具模型风格检索与最终场景的合成。本文首先对系统的相关模块进行介绍,并通过实例展示该系统的使用流程与实现效果。该系统可作为家具风格分析的工具,也可帮助用户快速合成风格一致的三维室内场景。