1.一种基于图的三维扫描室内平面图重建方法，其特征在于，包括以下步骤：（1）获取开源数据集；

（2）构建基元估计网络SeqPNet得到墙点热图；基元估计网络SeqPNet包括：墙体热图回归层、房间热图回归层及点热图回归层；依次生成三种类型的热图墙B、房间R和点P掩码得到墙点热图；其中，墙体热图回归层具体如下：对于给定的2D高度/密度图F 使用四层CNN进行特征初步提取得到 ，其中C为通道数；将 经过沙漏模块HG、ConvBlocks转换块以及2个conv3x3层处理，得到中间特征 ；同时将 经过2个conv3x3层处理得到输出特征 ；将 、 和 经过超感知交叉注意力HPCA进行特征融合得到 即生成墙体掩码B；

（3）对墙点热图进行三角化、三角剪枝处理，得到初始图；

（4）根据初始图求解最优子图，得到最终的重建结构；

（5）评估重建结果。

2.根据权利要求1所述的一种基于图的三维扫描室内平面图重建方法，其特征在于，步骤（2）中，构建基元估计网络SeqPNet得到初始图具体如下：以 2D 密度/法线图像作为输入，序列式通过墙体热图回归层、房间热图回归层及点热图回归层依次生成三种类型的热图：墙B、房间R和点P掩码；每个掩码引导后续掩码的生成。

3.根据权利要求1所述的一种基于图的三维扫描室内平面图重建方法，其特征在于，超感知交叉注意力HPCA进行特征融合具体如下：HPCA包括提取局部信息的卷积分支及用于提取全局信息的通稀疏注意力分支；其中，在HPCA稀疏注意力加权分支中，首先将 、、 分别作为查询Value、键Key和值Query进行加权计算，然后通过多层感知器 MLP将序列 Q、K 和 V 分别作为被转换为大小为 的值 q、键k 和 查询v；对k和v进行token 选择；HPCA的输出作为房间热图回归层的输入；其中， ；

R表示矩阵；N表示行，C表示列；m表示序列索引号。

4.根据权利要求2所述的一种基于图的三维扫描室内平面图重建方法，其特征在于，步骤（2）中，房间热图回归层具体如下：首先，将 经过沙漏模块HG、ConvBlocks转换块以及

2个conv3x3层处理，得到中间特征 ；同时将 经过2个conv3x3层处理得到输出特征；将 、 和 经过超感知交叉注意力HPCA进行特征融合得到即生成房间掩码R；将 作为点热图回归层的输入。

5.根据权利要求2所述的一种基于图的三维扫描室内平面图重建方法，其特征在于，步骤（2）中，点热图回归层具体如下：将 经过沙漏模块HG、ConvBlocks转换块、2个conv3x3层以及上采样处理，得到墙点热图。

6.根据权利要求2所述的一种基于图的三维扫描室内平面图重建方法，其特征在于，基元估计网络SeqPNet损失由三个部分组成，墙体热图损失 、房间热图损失 和点热图损失 ，公式如下：；

其中，、 、 表示权重；L表示网络整体损失；

；

；

；

其中，y是墙体热图的真值， 为预测的墙体热图， 、 、 、 是超参数；

；

其中， 是房间热图的真值， 为预测房间热图，n表示样本总数，i表示索引号；

；

其中， 是点热图的真值， 为预测的点热图，n表示样本总数，p表示索引号。

7.根据权利要求1所述的一种基于图的三维扫描室内平面图重建方法，其特征在于，步骤（3）具体如下：对于由墙点集V生成的三角集T，删除T中三角形的最长边得到连边集E，得到图G，公式如下：  ； ； ；

其中，  是t中最长的边, 删除G中度数小于2的点，最终产生的图作为初始图； 是三角形 t中的边。

8.根据权利要求1所述的一种基于图的三维扫描室内平面图重建方法，其特征在于，步骤（4）具体如下：基于结构权重求解最优子图，采用贪心算法对图进行优化；其中，结构权重包括置信度项与长度项。

9.根据权利要求1所述的一种基于图的三维扫描室内平面图重建方法，其特征在于，步骤（5）具体如下：利用新的指标 和 评估重建结果；具体如下： 即结构一致性指标，公式如下：

 ；

其中， 表示与其他房间重叠的房间数量， 表示结构中悬挂点和切割点的数量， 和 分别表示正确重构的房间数量和角点的数量，为缩放系数；

MAnE即度量指标，测量结构的整体变形；公式如下：；

其中， 表示所有角度偏差在5度以内的第i个角度偏差， 为假阴性角度的个数，为正确重建角度的个数；对于没有正确重建的角度，分配一个角度偏差 ；

即紧凑度指标，度量重建结构的紧凑度，公式如下：

；

其中， 表示正确重建的房间数量， 表示重建结果中的角点总数。