经过多次的科技革新,传递信息的媒介已经发生了极大地变化,图像与视频作为信息载体发挥的作用也逐渐增大。同文字相比,图像和视频更加直观和易于理解,且包含更加丰富的内容,能够传递给人更多信息。该优势推动了相关技术的发展,并产生了许多研究方向。而在这些研究方向中,立体视频的质量评价因为与人体视觉紧密相关,且又具有重要的理论和现实意义,成为了经典的研究课题之一。视频从生成到最终呈现经历多个步骤,包括预处理、压缩、编解码、传输等过程,在这些过程中,不可避免的会使视频遭受到到各种类型的失真,如常见的JPEG2000失真、分辨率衰减失真、锐化失真、降采样失真等。这些失真虽然产生的原因各不相同,但都会影响人眼的视觉感受,使人的观感体验变差,因此正确评价视频的失真程度是十分必要的。而与图像的质量评价不同,视频既包含空间信息,又包含时间信息,且时间和空间相互联系,因此视频的评价更具有难度,目前也尚未形成成熟的算法来解决视频的评价问题。本文结合相关工作的理论思想与人眼的观察特性,创造性地以显著性和稀疏性作为评价算法的关键点,构造出能够对无参考源的立体视频质量进行有效评价的算法。为了构造科学合理的评价体系,本文首先针对人眼对图像的视觉特性做分析研究,对立体视频的左右帧进行一定间隔的抽取,采用视觉中的和差理论整合左右图的空间信息,结合视频的空域与时域信息(运动信息),之后应用三维显著算法形成时空显著性图,并在该合成图上进行特征提取。在特征提取的过程中,本文首先从视频的显著性图中获得显著性字典,再根据稀疏编码算法得到各个显著性图的基本原子表示,并利用这些构造原子通过数学的方法形成特征,之后用带有稀疏约束项的自编码器对输入的特征进行降维处理,去除相关冗余,精简特征结构,提升特征的性能,最后将优化后的特征输入到支持向量机(SVM)中,以主观评分为标签作拟合,并用四个常用指标分析算法性能。在实验相关章节,采用几组针对某个单一变量的对比实验方法证明了框架的合理性,并绘制了实验过程中产生的图像进行进一步地原理分析。