1.一种图像生成方法，其特征在于，所述方法包括：确定三维虚拟场景的多个可视点的坐标，所述多个可视点为虚拟相机的像平面上的多个像素点在所述三维虚拟场景中对应的点；

以目标投射图像中的每个像素点为起始点，向所述三维虚拟场景发射虚拟光子，所述目标投射图像为当前需要仿真的场景对应的投射图像；

基于所述多个可视点中每个可视点周围的虚拟光子的光能，确定所述多个可视点中每个可视点的亮度；

基于所述多个可视点中每个可视点的亮度，生成所述三维虚拟场景对应的图像。

2.如权利要求1所述的方法，其特征在于，所述确定三维虚拟场景的多个可视点的坐标，包括：

按照逆向光线追踪的方式，确定所述多个可视点的坐标。

3.如权利要求2所述的方法，其特征在于，所述按照逆向光线追踪的方式，确定所述多个可视点的坐标，包括：

确定多条射线，所述多条射线为从所述虚拟相机的像平面上的每个像素点引出且通过所述虚拟相机的光心的射线；

将所述多条射线与所述三维虚拟场景中物体表面相交的多个点作为所述多个可视点，确定所述多个可视点的坐标。

4.如权利要求1所述的方法，其特征在于，所述基于所述多个可视点中每个可视点周围的虚拟光子的光能，确定所述多个可视点中每个可视点的亮度，包括：基于所述多个可视点中每个可视点周围的虚拟光子的光能，确定所述多个可视点中每个可视点的第一光能；

基于所述多个可视点中每个可视点的第一光能，确定所述多个可视点中相应可视点的亮度，所述亮度为相应可视点反射的光线到达所述虚拟相机的光心时所携带的光能。

5.如权利要求4所述的方法，其特征在于，所述基于所述多个可视点中每个可视点周围的虚拟光子的光能，确定所述多个可视点中每个可视点的第一光能，包括：基于在多个时刻发射至所述多个可视点中每个可视点周围的虚拟光子的光能，确定所述多个可视点中每个可视点在所述多个时刻的光能，所述多个时刻为向所述三维虚拟场景发射虚拟光子的多个不同时刻；

将所述多个可视点中每个可视点在所述多个时刻的光能的平均值，确定为所述多个可视点中相应可视点的第一光能。

6.如权利要求5所述的方法，其特征在于，所述基于在多个时刻发射至所述多个可视点中每个可视点周围的虚拟光子的光能，确定所述多个可视点中每个可视点在所述多个时刻的光能，包括：

从所述多个时刻中选择一个时刻作为目标时刻，按照以下操作确定所述多个可视点中每个可视点在所述目标时刻的光能，直至确定出所述多个可视点中每个可视点在每个时刻的光能为止：

确定所述目标时刻发射的虚拟光子驻留在所述三维虚拟场景中物体表面的坐标，以得到多个虚拟光子的坐标；

确定所述多个虚拟光子中每个虚拟光子的光能；

基于所述多个可视点的坐标、所述多个虚拟光子的坐标和所述多个虚拟光子中位于所述多个可视点中每个可视点周围的虚拟光子的光能，确定所述多个可视点中每个可视点在所述目标时刻的光能。

7.如权利要求6所述的方法，其特征在于，所述确定所述多个虚拟光子中每个虚拟光子的光能，包括：

按照正向光线追踪的方式，确定所述多个虚拟光子中每个虚拟光子在所述目标投射图像中对应的像素点的像素值；

基于所述多个虚拟光子中每个虚拟光子在所述目标投射图像中对应的像素点的像素值，以及用于发射所述多个虚拟光子的虚拟光源的光能，确定所述多个虚拟光子中每个虚拟光子的光能。

8.如权利要求6所述的方法，其特征在于，所述基于所述多个可视点的坐标、所述多个虚拟光子的坐标和所述多个虚拟光子中位于所述多个可视点中每个可视点周围的虚拟光子的光能，确定所述多个可视点中每个可视点在所述目标时刻的光能，包括：从所述多个可视点中选择一个可视点，按照以下操作确定选择的可视点在所述目标时刻的光能，直至确定出每个可视点在所述目标时刻的光能为止：基于所述选择的可视点的坐标和所述多个虚拟光子的坐标，确定位于指定范围内的虚拟光子，所述指定范围为以所述选择的可视点为球心，以指定数值为半径的球体范围；

将所述指定范围内的虚拟光子的光能之和，确定为所述选择的可视点在所述目标时刻的光能。

9.如权利要求1‑8任一所述的方法，其特征在于，所述三维虚拟场景对应的图像包括双目图像，所述多个可视点的坐标为所述多个可视点在所述三维虚拟场景的世界坐标系中的坐标；

所述基于所述多个可视点中每个可视点的亮度，生成所述三维虚拟场景对应的图像之后，还包括：

将所述多个可视点中每个可视点在所述世界坐标系中的坐标转换为所述虚拟相机的相机坐标系中的坐标；

将所述双目图像以及所述多个可视点在所述相机坐标系中的坐标对应存储。

10.如权利要求9所述的方法，其特征在于，所述方法还包括：将存储的多个双目图像作为待训练神经网络模型的输入，将所述多个双目图像中每个双目图像对应的多个可视点在所述虚拟相机的相机坐标系中的竖坐标作为所述待训练神经网络模型的输出，对所述待训练神经网络模型进行训练；

其中，所述多个双目图像为基于所述三维虚拟场景生成的图像。

11.如权利要求1‑8任一所述的方法，其特征在于，所述三维虚拟场景对应的图像包括双目图像；

所述基于所述多个可视点中每个可视点的亮度，生成所述三维虚拟场景对应的图像之后，还包括：

基于所述双目图像，生成视差图；

将所述双目图像和所述视差图对应存储。

12.如权利要求11所述的方法，其特征在于，所述方法还包括：将存储的多个视差图中的每个视差图转换为深度图，得到多个深度图；

将存储的多个双目图像作为待训练神经网络模型的输入，将所述多个双目图像中每个双目图像对应的视差图转换得到的深度图作为所述待训练神经网络模型的输出，对所述待训练神经网络模型进行训练；

其中，所述多个双目图像为基于所述三维虚拟场景生成的图像。

13.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器用于存放计算机程序，所述处理器用于执行所述存储器上所存放的计算机程序，以实现上述权利要求1‑12任一所述方法的步骤。