التقييم التلقائي للجودة في الصور أصبح مؤخرًا موضوعًا ساخنًا بفضل فائدته في مجموعة متنوعة من التطبيقات مثل تقييم أنابيب التقاط الصور، تقنيات التخزين ووسائل المشاركة. على الرغم من الطابع الذاتي لهذه المشكلة، فإن معظم الطرق الحالية تقتصر على التنبؤ بمتوسط درجة الرأي المقدمة من قبل قواعد بيانات مثل AVA [1] و TID2013 [2]. يختلف نهجنا عن الآخرين في أنه يقوم بالتنبؤ بتوزيع درجات رأي الإنسان باستخدام شبكة عصبية افتراضية تلافيفية (Convolutional Neural Network). كما يتمتع تصميمنا بميزة البساطة بشكل كبير مقارنة بالطرق الأخرى ذات الأداء المماثل. يعتمد النهج المقترح لدينا على نجاح (وإعادة التدريب) الشبكات المعروفة والمتميزة للتعرف على الأشياء بعمق. يمكن استخدام شبكتنا الناتجة ليس فقط لتقييم الصور بطريقة موثوقة ومعتمدة على الارتباط العالي مع إدراك الإنسان، بل أيضًا لمساعدة في تكيف وتحسين خوارزميات تعديل/تحسين الصور في أنبوب العمل الفوتوغرافي. يتم كل هذا دون الحاجة إلى صورة مرجعية "ذهبية"، مما يسمح بالتقييم الجودوي بدون مرجع ووعي دلالي وإدراكي للصورة الواحدة.