إن توقع جودة الصورة الحسية دون رؤية (أو بدون مرجعية) يُعدّ مشكلة صعبة وغير محلولة، ذات أثر كبير على الصناعات الاجتماعية ووسائط البث المباشر، والتي تؤثر يوميًا على ملايين المشاهدين. للأسف، تؤدي النماذج الشائعة لتقدير الجودة بدون مرجعية إلى أداء ضعيف عند تطبيقها على صور مُتضرّرة في العالم الحقيقي. ولتعزيز التقدم في حل هذه المشكلة، نقدّم أكبر قاعدة بيانات موضوعية لجودة الصورة على الإطلاق (بشكل كبير)، تتضمّن نحو 40,000 صورة مُتضرّرة من العالم الحقيقي و120,000 منطقة مصغّرة (Patch)، حيث جمعنا ما يقارب 4 ملايين تقييم بشري لجودة الصورة. وباستخدام هذه التصنيفات الخاصة بجودة الصورة والمناطق، بنينا هياكل عميقة قائمة على المناطق، تتعلم إنتاج توقعات متقدمة للغاية لجودة الصورة الشاملة، بالإضافة إلى خرائط جودة محلية مفيدة. وتشمل إسهاماتنا الابتكارية نماذج لتقدير جودة الصورة التي تُنتج استنتاجات من المستوى الشامل إلى المحلي، وكذلك استنتاجات من المحلي إلى الشامل (من خلال التغذية المرتدة).