Der erste Teil (Glätten der Punktwolke und Meshreduktion) ist unproblematisch.
Wie du allerdings aus "Photos mut guter Auflösung" eine Bump Map errechnen willst die der echten Verzerrung auf dem Objekt entspricht ist mir ein Rätsel. Es gibt zugegebenermaßen Tools wie CrazyBump, aber diesind nicht zum Scannen gedacht.
Im Prinzip beschreibst du eine Neumodelierung auf Basis des sehr groben Kinect-Scans.
Das geht aber nicht fast automatisch, da der wesentliche Teil das "schnitzt man händisch herum" ist.