本书详细论述了立体视觉信号质量评价的作用、方法及其性能度量，其中立体视觉信号质量评价方法面向多种立体视觉信号，包括三维图像、合成图像和自由视点视频。本书分为三部分：第一部分论述了立体视觉信号质量评价的发展背景及作用、二维图像质量评价、三维图像质量评价、合成图像质量评价和合成视频质量评价，并论述了方法性能度量；第二部分论述了面向三维图像、合成图像和自由视点视频的质量评价方法，并对其性能进行了详细比较；第三部分总结了全书并介绍了潜在的研究方向。 本书对关键问题进行了详细的数学描述，并给出了大量的图示和性能对比表格，以易于读者阅读和理解。本书适合作为高等院校计算机科学与技术和相关专业“数字图像处理”和“计算机视觉”课程教材，也可供对视觉质量评价领域感兴趣的人员参考。

第1章 导论：立体视觉信号质量评价的作用、方法及其性能度量
1.1 立体视觉信号质量评价的作用
1.2 立体视觉信号质量评价方法
1.2.1 二维图像质量评价方法
1.2.2 三维图像质量评价方法
1.2.3 合成图像质量评价方法
1.2.4 合成视频质量评价方法
1.3 立体视觉信号质量评价方法性能度量
小结
第2章 融合多层级语义特征的三维图像质量评价
2.1 现有三维图像质量评价方法简介
2.2 双目视觉特性和多层级视觉感知
2.2.1 双目视觉特性
2.2.2 多层级视觉感知
2.3 多层级语义特征融合网络
2.3.1 特征提取模块
2.3.2 特征融合模块
2.3.3 质量预测模块
2.4 实验结果与分析
2.4.1 测试数据集
2.4.2 实验细节
2.4.3 对比实验
小结
第3章 基于弱监督学习的三维图像质量评价
3.1 数据集构建
3.1.1 原始数据收集
3.1.2 失真三维图像生成
3.1.3 粗粒度标签与伪标签收集
3.2 客观模型训练
3.2.1 问题描述
3.2.2 基于弱监督学习的模型训练
3.3 实验结果与分析
3.3.1 实验细节
3.3.2 单任务学习框架实验结果与分析
3.3.3 剥离实验
3.3.4 多任务学习框架实验结果与分析
小结
第4章 融合局部感知和全局建模的合成图像质量评价
4.1 模型描述
4.1.1 结构特征
4.1.2 颜色特征
4.1.3 全局自然性
4.1.4 质量回归模型
4.2 实验结果与分析
4.2.1 对比实验
4.2.2 参数敏感性
4.2.3 特征分析与验证
小结
第5章 自由视点视频体验质量评价
5.1 主观数据集构建
5.1.1 数据收集
5.1.2 主观实验
5.1.3 主观数据分析
5.2 基于稀疏采样的自由视点视频体验质量评价
5.2.1 空间特征提取模块
5.2.2 时空特征融合模块
5.2.3 FVV QoE预测模块
5.3 实验结果与分析
5.3.1 实验设置
5.3.2 对比实验
5.3.3 剥离实验
小结
第6章 立体视觉信号质量评价算法总结与展望
6.1 立体视觉信号质量评价算法总结
6.2 立体视觉信号质量评价算法展望
参考文献