스마트폰이 사람들의 주요 촬영 장치로 자리 잡으면서, 스마트폰 카메라의 품질과 관련된 계산 영상 처리 모듈은 소비자 시장에서 스마트폰 평가 및 순위 매기기 위한 사실상의 기준이 되었다. 본 연구는 스마트폰 사진의 지각적 품질 평가에 대해 지금까지 가장 포괄적인 분석을 수행하였다. 우리는 66대의 스마트폰으로 촬영한 총 11,125장의 이미지로 구성된 '스마트폰 사진 속성 및 품질(Smartphone Photography Attribute and Quality, SPAQ)' 데이터베이스를 제안한다. 각 이미지에는 지금까지 가장 풍부한 레이블 정보가 부여되어 있으며, 특히 실내 실험 환경에서 정밀하게 통제된 조건 하에 인간 평가자들로부터 이미지 품질, 이미지 속성(명도, 색채 풍부성, 대비도, 노이즈 수준, 선명도), 그리고 장면 카테고리 레이블(동물, 도시 풍경, 인물, 실내 장면, 풍경, 야경, 식물, 정물, 기타)에 대한 일련의 평가 데이터를 수집하였다. 또한 모든 이미지에 대해 교환 가능 이미지 파일 형식(Exchangeable Image File Format, EXIF) 데이터를 기록하여 보다 깊이 있는 분석을 가능하게 했다. 본 데이터베이스를 활용하여, 기준 모델 및 다중 작업(multi-task) 딥 신경망을 기반으로 한 블라인드 이미지 품질 평가(BIQA) 모델을 최초로 학습시켰다. 실험 결과는 EXIF 데이터, 이미지 속성, 고수준 의미 정보가 이미지 품질과 어떻게 상호작용하는지에 대한 유용한 통찰을 제공하며, 차세대 BIQA 모델 설계 방향과 모바일 기기에서 보다 우수한 계산 영상 처리 시스템 최적화 전략에 대한 시사점을 제시한다. 본 데이터베이스와 제안된 BIQA 모델은 https://github.com/h4nwei/SPAQ에서 공개되어 있다.