La estadística de escenas naturales se ve afectada por la parte artificial en las imágenes de contenido de pantalla (SCIs) y también es impráctica para obtener un modelo estadístico preciso debido a la composición variable de las partes artificiales y naturales en las SCIs. Para resolver este problema, este artículo presenta un método de aprendizaje métrico de doble anclaje (DAML) que se inspira en el aprendizaje métrico para obtener características estadísticas discriminativas e identificar de manera más precisa distorsiones complejas, así como predecir la calidad de la imagen SCI.