本发明涉及深度学习技术领域，公开了一种无参考点云的质量评估方法，基于由3D空间KNN图模块、几何与颜色特征提取层、池化层和质量回归模块组成的神经网络。首先，为点云中的每一点构建局部空间的3DKNN图；其次，利用几何与颜色特征提取层提取点的局部空间几何和颜色特征；然后，利用池化层对其更进一步的处理，从而提取粗到细的特征；最后，利用质量回归模块对这些特征进行回归拟合，将一个点云的质量分数取平均，作为该点云最终分数，最终输出点云的质量分数。本发明提供的无参考点云的质量评估方法，融合颜色和几何信息图神经网络进行无参考点云质量评估，从点云的局部空间角度评价点云的视觉质量。