该研究提出了一种名为DisPA的解耦表示学习框架，旨在解决无参考点云质量评估中的内容与失真混合问题。实验结果表明，DisPA在多个数据集上优于现有方法，具有提升虚拟现实和增强现实质量评估能力的潜力。

本研究提出了双层潜空间框架，解决了解耦表示学习中的争议问题。通过集成互信息约束和独立性约束于生成对抗网络中，该方法在定量和定性评估上均优于基线方法，提升了可解释性。