该研究介绍了图像质量评估数据集PIQ23和KonIQ-10k，后者是最大的图像质量数据集，包含10,073张图像。研究还提出了深度学习模型KonCept512，强调高分辨率图像数据库在预测主观评分中的重要性，并开发了新的无参考图像质量评估模型，提高了评估的准确性和鲁棒性。

该研究介绍了图像质量评估数据集PIQ23，采用配对比较方法进行注释，证明语义信息可提升评估预测。提出了一种轻量级并行框架（LPF）用于盲目图像质量评估，结合自监督任务和失真感知质量回归网络（DaQRN），在多个基准数据集上表现优异，计算复杂性低，收敛速度快。