تم اقتراح العديد من خوارزميات التحسين الفائق للصورة الواحدة في الأدبيات العلمية، ولكن قليلًا من الدراسات تناولت مشكلة تقييم الأداء بناءً على الإدراك البصري. بينما يتم تقييم معظم صور التحسين الفائق باستخدام مقاييس مرجعية كاملة، فإن فعاليتها غير واضحة دائمًا، والصور المرجعية المطلوبة ليست متاحة دائمًا في الممارسة العملية. لحل هذه المشكلات، نقوم بإجراء دراسات على مجموعة كبيرة من صور التحسين الفائق ونقترح مقاييس بدون مرجعية تم تعلمها من نقاط الإدراك البصري. تحديدًا، نصمم ثلاثة أنواع من الخصائص الإحصائية ذات المستوى المنخفض في المجالات المكانية والتكرارية لتكميم الآثار الناجمة عن عملية التحسين الفائق، ونتعلم نموذج انحدار ذو مرحلتين لتوقع نقاط جودة صور التحسين الفائق دون الرجوع إلى الصور المرجعية. تظهر النتائج التجريبية الواسعة أن المقاييس المقترحة فعالة وكفؤة في تقييم جودة صور التحسين الفائق بناءً على الإدراك البصري للإنسان.