视频质量评估（VQA）旨在预测视频质量，但传统模型在用户生成内容（UGC）上的表现有限。深度学习的进步提升了VQA的性能，尤其是在大规模标注数据集的支持下。本文综述了VQA的主观与客观评估方法，分析了深度学习模型的应用与挑战，并展望未来研究方向，以增强其在媒体和通信领域的潜力。
本文综述了传统和新兴信号的质量评估方法，包括HDR和3D图像。提供了主观和客观评估的分类和综述，并评估了9种常用的质量评估指标在四个主观质量数据集上的表现和计算时间。同时，简要介绍了3D图像质量评估，并综述了相关问题。
完成下面两步后，将自动完成登录并继续当前操作。
