1.一种场景建模的方法，其特征在于，所述方法包括：
获得单目图像采集设备在多个视点采集的场景图像，并获得所述单目图像采集设备在所述多个视点对应的姿态信息，其中，所述单目图像采集设备为可自动调整视点且可确定对应姿态信息的设备；
从每一场景图像中提取特征点；并根据所提取的特征点，确定出至少一组特征点对，其中，每一特征点对中两个特征点对应的场景对象相同，所述每一特征点对是由第一场景图像的第一特征点与第二场景图像的第二特征点组成的；
根据所确定的至少一组特征点对所包含的每个特征点，以及所述每个特征点所在场景图像对应的视点的姿态信息，确定所述目标场景的深度信息；
根据所述深度信息，对所述目标场景进行建模。
2.根据权利要求1所述的方法，其特征在于，所述从每一场景图像中提取特征点；并根据所提取的特征点，确定出至少一组特征点对的步骤，包括：
从所述场景图像中，选择符合第一预定条件的一张图像作为当前的第一场景图像，其中，所述第一预定条件包括：未被作为第一场景图像；
从除所述当前的第一场景图像外的其他所述场景图像中，确定与所述当前的第一场景图像存在重叠区域的至少一张第二场景图像；
在所述重叠区域内，提取所述当前的第一场景图像中的至少一个第一特征点，并提取每一第二场景图像中的至少一个第二特征点；
将所提取的至少一个第一特征点分别与每一第二场景图像中的至少一个第二特征点进行匹配；
将相互匹配的第一特征点与第二特征点确定为一组特征点对。
3.根据权利要求2所述的方法，其特征在于，所述将所提取的至少一个第一特征点分别与每一第二场景图像中的至少一个第二特征点进行匹配的步骤，包括：
分别计算所述至少一个第一特征点的第一欧氏距离；
分别计算每一第二场景图像中的至少一个第二特征点的第二欧氏距离；
将第一欧氏距离分别与每一第二欧氏距离进行比对，其中，当第一欧氏距离与第二欧氏距离的差值的绝对值低于预定阈值时，表明该第一欧氏距离对应的第一特征点与该第二欧氏距离对应的第二特征点相互匹配。
4.根据权利要求1所述的方法，其特征在于，所述从每一场景图像中提取特征点；并根据所提取的特征点，确定出至少一组特征点对的步骤，包括：
从所述场景图像中，选择符合第一预定条件的一张图像作为当前的第一场景图像，其中，所述第一预定条件包括：未被作为第一场景图像；
从所述当前的第一场景图像中，提取至少一个第一特征点；
从除所述当前的第一场景图像外的每一其他场景图像中，提取至少一个第二特征点；
将所述当前的第一场景图像的至少一个第一特征点，分别与所述每一其他场景图像中提取的至少一个第二特征点进行匹配；
将存在与所述当前的第一场景图像的至少一个第一特征点匹配的其他场景图像，确定为第二场景图像；
将相互匹配的所述当前的第一场景图像的第一特征点与所述第二场景图像的第二特征点，确定为一组特征点对。
5.根据权利要求4所述的方法，其特征在于，所述将所述当前的第一场景图像的至少一个第一特征点，分别与所述每一其他场景图像中提取的至少一个第二特征点进行匹配的步骤，包括：
分别计算所述当前的第一场景图像的至少一个第一特征点的第三欧氏距离；
分别计算所述每一其他场景图像中提取的至少一个第二特征点的第四欧氏距离；
将第三欧氏距离分别与每一第四欧氏距离进行比对，其中，当第三欧氏距离与第四欧氏距离的差值的绝对值低于所述预定阈值时，表明该第三欧氏距离对应的第一特征点与该第四欧氏距离对应的第二特征点相互匹配。
6.根据权利要求1-5任一项所述的方法，其特征在于，所述获得单目图像采集设备在多个视点采集的场景图像步骤，包括：
获得所述单目图像采集设备在每一视点采集的包含预定数量的图像的第一场景图像序列；
针对每一第一场景图像序列，获得该第一场景图像序列的不同图像中的相同位置像素点的像素值；
针对每一第一场景图像序列，确定所获得的相同位置像素点的像素值的中值；
将所确定的中值确定为每一第一场景图像序列对应的场景图像中的相同位置像素点的像素值，得到每一第一场景图像序列对应的场景图像。
7.根据权利要求1-5任一项所述的方法，其特征在于，所述获得单目图像采集设备在多个视点采集的场景图像步骤，包括：
获得所述单目图像采集设备在每一视点采集的包含预定数量的图像的第二场景图像序列；
确定每一第二场景图像序列中的运动对象；
分别从每一第二场景图像序列中，滤除对应的运动对象，获得对应的包含静止对象的第三场景图像序列；
分别确定每一第三场景图像序列对应的场景图像。
8.根据权利要求7所述的方法，其特征在于，所述分别确定每一第三场景图像序列对应的场景图像的步骤，包括：
分别融合每一第三场景图像序列中的图像，将融合所得的图像确定所对应第三场景图像序列的场景图像；
或者，
分别从每一第三场景图像序列中随机选取一张图像，将所选取的图像确定为所对应第三场景图像序列的场景图像。
9.根据权利要求1-5任一项所述的方法，其特征在于，所述根据所确定的至少一组特征点对所包含的每个特征点，以及所述每个特征点所在场景图像对应的视点的姿态信息，确定所述目标场景的深度信息的步骤，包括：
利用所确定的至少一组特征点对所包含的每个特征点，与所述每个特征点所在场景图像对应的视点的共线性，构建数学模型；
基于世界坐标系，确定所述至少一组特征点对所包含的每个特征点的第一坐标，以及所述每个特征点所在场景图像对应的视点的姿态信息所对应的第二坐标；
根据所确定的每个特征点的第一坐标、所述每个特征点所在场景图像对应的视点的姿态信息所对应的第二坐标以及所述数学模型，确定所述至少一组特征点对分别对应的场景对象的第三坐标；
根据所确定的第三坐标，确定所述目标场景的深度信息。
10.一种场景建模的装置，其特征在于，所述装置还包括：
第一获得模块，用于获得单目图像采集设备在多个视点采集的场景图像，
第二获得模块，用于获得所述单目图像采集设备在所述多个视点对应的姿态信息，其中，所述单目图像采集设备为可自动调整视点且可确定对应姿态信息的设备；
提取确定模块，用于从每一场景图像中提取特征点；并根据所提取的特征点，确定出至少一组特征点对，其中，每一特征点对中两个特征点对应的场景对象相同，所述每一特征点对是由第一场景图像的第一特征点与第二场景图像的第二特征点组成的；
信息确定模块，用于根据所确定的至少一组特征点对所包含的每个特征点，以及所述每个特征点所在场景图像对应的视点的姿态信息，确定所述目标场景的深度信息；
建模模块，用于根据所述深度信息，对所述目标场景进行建模。
11.根据权利要求10的装置，其特征在于，所述提取确定模块包括第一选择单元、第一确定单元、第一提取单元、第一匹配单元和第二确定单元；
所述第一选择单元，用于从所获得的多个场景图像中，选择符合第一预定条件的一张图像作为当前的第一场景图像，其中，所述第一预定条件包括：未被作为第一场景图像；
所述第一确定单元，用于从所获得的除所述当前的第一场景图像外的其他多个场景图像中，确定与所述当前的第一场景图像存在重叠区域的至少一张第二场景图像；
所述第一提取单元，用于在所述重叠区域内，提取所述当前的第一场景图像中的至少一个第一特征点，并提取每一第二场景图像中的至少一个第二特征点；
所述第一匹配单元，用于将所提取的至少一个第一特征点分别与每一第二场景图像中的至少一个第二特征点进行匹配；
所述第二确定单元，用于将相互匹配的第一特征点与第二特征点确定为一组特征点对。
12.根据权利要求11所述的装置，其特征在于，所述第一匹配单元，具体用于
分别计算所述至少一个第一特征点的第一欧氏距离；
分别计算每一第二场景图像中的至少一个第二特征点的第二欧氏距离；
将第一欧氏距离分别与每一第二欧氏距离进行比对，其中，当第一欧氏距离与第二欧氏距离的差值的绝对值低于预定阈值时，表明该第一欧氏距离对应的第一特征点与该第二欧氏距离对应的第二特征点相互匹配。
13.根据权利要求10所述的装置，其特征在于，所述提取确定模块包括第二选择单元、第二提取单元、第三提取单元、第二匹配单元、第三确定单元和第四确定单元；
所述第二选择单元，用于从所获得的多个场景图像中，选择符合第一预定条件的一张图像作为当前的第一场景图像，其中，所述第一预定条件包括：未被作为第一场景图像；
所述第二提取单元，用于从所述当前的第一场景图像中，提取至少一个第一特征点；
所述第三提取单元，用于从除所述当前的第一场景图像外的每一其他场景图像中，提取至少一个第二特征点；
所述第二匹配单元，用于将所述当前的第一场景图像的至少一个第一特征点，分别与所述每一其他场景图像中提取的至少一个第二特征点进行匹配；
所述第三确定单元，用于将存在与所述当前的第一场景图像的至少一个第一特征点匹配的其他场景图像，确定为第二场景图像；
所述第四确定单元，用于将相互匹配的所述当前的第一场景图像的第一特征点与所述第二场景图像的第二特征点，确定为一组特征点对。
14.根据权利要求13所述的装置，其特征在于，所述第二匹配单元，具体用于
分别计算所述当前的第一场景图像的至少一个第一特征点的第三欧氏距离；
分别计算所述每一其他场景图像中提取的至少一个第二特征点的第四欧氏距离；
将第三欧氏距离分别与每一第四欧氏距离进行比对，其中，当第三欧氏距离与第四欧氏距离的差值的绝对值低于所述预定阈值时，表明该第三欧氏距离对应的第一特征点与该第四欧氏距离对应的第二特征点相互匹配。
15.根据权利要求10-14任一项所述的装置，其特征在于，所述第一获得模块包括第一获得单元、第二获得单元、第五确定单元和第六确定单元；
所述第一获得单元，用于获得所述单目图像采集设备在每一视点采集的包含预定数量的图像的第一场景图像序列；
所述第二获得单元，用于针对每一第一场景图像序列，获得该第一场景图像序列的不同图像中的相同位置像素点的像素值；
所述第五确定单元，用于针对每一第一场景图像序列，确定所获得的相同位置像素点的像素值的中值；
所述第六确定单元，用于将所确定的中值确定为每一第一场景图像序列对应的场景图像中的相同位置像素点的像素值，得到每一第一场景图像序列对应的场景图像。
16.根据权利要求10-14任一项所述的装置，其特征在于，所述第一获得模块包括第三获得单元、第七确定单元、滤除获得单元和第八确定单元；
所述第三获得单元，用于获得所述单目图像采集设备在每一视点采集的包含预定数量的图像的第二场景图像序列；
所述第七确定单元，用于确定每一第二场景图像序列中的运动对象；
所述滤除获得单元，用于分别从每一第二场景图像序列中，滤除对应的运动对象，获得对应的包含静止对象的第三场景图像序列；
所述第八确定单元，用于分别确定每一第三场景图像序列对应的场景图像。
17.根据权利要求16所述的装置，其特征在于，所述第八确定单元，具体用于
分别融合每一第三场景图像序列中的图像，将融合所得的图像确定所对应第三场景图像序列的场景图像；
或者，
分别从每一第三场景图像序列中随机选取一张图像，将所选取的图像确定为所对应第三场景图像序列的场景图像。
18.根据权利要求10-14任一项所述的装置，其特征在于，所述信息确定模块包括构建单元、第九确定单元、第十确定单元和第十一确定单元；
所述构建单元，用于利用所确定的至少一组特征点对所包含的每个特征点，与所述每个特征点所在场景图像对应的视点的共线性，构建数学模型；
所述第九确定单元，用于基于世界坐标系，确定所述至少一组特征点对所包含的每个特征点的第一坐标，以及所述每个特征点所在场景图像对应的视点的姿态信息所对应的第二坐标；
所述第十确定单元，用于根据所确定的每个特征点的第一坐标、所述每个特征点所在场景图像对应的视点的姿态信息所对应的第二坐标以及所述数学模型，确定所述至少一组特征点对分别对应的场景对象的第三坐标；
所述第十一确定单元，用于根据所确定的第三坐标，确定所述目标场景的深度信息。