立体视频因其具有深度信息使得视频里景观的呈现不再局限于屏幕。研究表明长时间观看低质量的立体视频可能导致身体不适,因此,如何评价立体影像的视觉舒适度质量成为一个重要的研究课题。目前的立体视频视觉舒适度评价方法虽然取得了一些进展,但这些工作普遍没有考虑儿童视觉系统的特殊性。儿童的双目间距比成人窄,且双目融合机制还未同成年人般发育成熟,从而导致成像感知与成年人存在差异,因此成年人可以舒适观看的专业立体视频,对儿童而言很可能是视觉不舒适的。本文对专业立体视频视觉舒适度分类方法进行研究,将专业立体视频分为儿童视觉舒适和仅成年人视觉舒适。由于影响立体视频视觉舒适的主要因素是视差和视频内容,本文首先提出一种基于双流循环神经网络的专业立体视频视觉舒适度分类方法,分别对立体视频的视频帧和视差图进行帧级处理和镜头级处理。其次,考虑到视觉不适通常出现在某些视频帧片段或视差片段,本文提出一种结合多层注意力的专业立体视频舒适度分类方法。最后,由于缺少针对本文研究课题的数据集,本文创建一个适用于立体视频视觉舒适度分类的高清立体视频数据集。本文的主要工作包括:首先,提出基于双流循环神经网络的专业立体视频视觉舒适度分类方法。因为影响立体视频视觉舒适度的因素主要有视差和视频内容,因此本文从视差图和视频帧两个线索出发,在帧尺度和镜头尺度上对其特征及特征的时序变化进行感知和评估。实验结果表明,本文提出的双流循环神经网络的视频舒适度分类方法能够较好地区分适合儿童观看的立体视频和仅适合成年人观看的视频。进一步地,由于视觉不适并非始终存在于整个视频,而是出现在视频帧分支或视差分支的某些片段中,本文进一步提出一种结合多层注意力的专业立体视频视觉舒适度分类方法。该方法分别在帧级处理和镜头级处理阶段进行注意力处理,帮助模型更加关注于视频中视觉不舒适的片段。在双流融合阶段使用通道注意力对两个分支的信息进行加权。实验结果表明,结合多层注意力的立体视频舒适度分类方法能够实现分类性能的进一步提升。最后,由于目前缺乏针对本研究内容的数据集,同时为了衡量本文所提方法的性能,本文构建了一个高清立体视频数据集用于针对于儿童的视觉舒适度分类。该数据集包含来自14部专业立体电影的7490个视频镜头。