随着立体技术的不断发展,立体视频相关应用和服务系统开始走近人们的生活,扮演着越来越重要的角色,在这些立体视频系统中,控制好视频内容的感知质量是保证用户体验的关键。然而,在立体视频系统的各处理阶段,由于带宽、设备和技术的限制,立体视频可能遭受不同程度的损坏,从而使得立体视频系统的性能受到极大影响。而无参考立体视频质量评价(Stereoscopic video quality assessment,SVQA)算法可以实现对立体视频视觉感知质量的量化,可帮助系统对立体视频质量进行监测、控制和改善,成为立体视频处理领域重要的研究课题。传统的无参考立体视频质量评价方法大多数具有相似的框架,其一般采用分治法对该问题进行简化,包括手工特征提取和分类器设计。但是在现实场景中,我们在评价视频质量时必须要考虑视频内容信息、深度感知信息和时域信息等复杂视觉因素的非直观交互作用,因此我们很难设计出一组特征适用于各种失真类型和失真程度。为解决传统方法的弊端,我们将卷积神经网络引入到立体视频质量评价领域,建立了一个基于3D卷积神经网络的无参考立体视频质量评价框架。首先,我们依据人类立体视觉特性和质量评价相关特性完成对立体视频的预处理和数据增强;接着设计了一种3D卷积神经网络结构,其以局部短视频立方体作为输入来同时提取局部时空信息,并采用考虑全局时间线索的质量分数融合策略来获得最终的视频质量预测分数。此外,我们利用3D卷积神经网络作为特征提取器,通过使用支持向量回归替代原网络中的全连接层完成从特征向质量分数的映射,可进一步提高预测质量分数和主观评价分数的相关性。实验证明,本文方法所取得的效果显著地优于目前最先进的方法。此外,我们所提出的方法不依赖于复杂的预处理过程,且网络结构简单,在使用GPU加速的情况下,计算效率上更有优势,实用性更强。