假：西安电子科技大学数据泄露625GB

该数据集包含10340个原始/参考图像和1085700个具有伪MOS值的失真图像（10340个初始图像x 21种类型的失真x 5个级别的失真）。

使用数据时，请引用以下论文：

吴，马，梁，董，石，林，“级联深度神经网络的端到端盲图像质量预测”，载于IEEE图像处理学报，doi:10.1009/TIP.2020.3002478。

关于这个数据集的更多细节也可以在论文中找到。

参考/原始图像和失真图像如下所示：

1.从以下链接下载了MS COCO2014 test2014数据集：http://images.cocodataset.org/zips/test2014.zip  

将解压缩后的文件夹重命名为“test2014”。

2.执行“select_and_copy_images_v2.m”，它将生成“pristine_images”文件夹，该文件夹存储我们选择的原始/参考图像。

3.执行“restore_dis_img_from_diff_mat_by_image_v2.m”，则生成“distorted_images”

文件夹中存储失真图像。“distorted_images”文件夹包含10340个子文件夹，对应于10340个原始图像，每个子文件夹存储一个原始图像的所有失真图像。所有图像均以“.bmp”格式保存。图像名称的组织方式如下：“原始图像的索引”、“失真类型的索引”和“失真级别的索引”。

请联系`jupoma@stu.xidian.edu.cn`如果数据集有任何问题。如果有任何其他要求，也请随时联系`jupoma@stu.xidian.edu.cn`.

附录——每个文件夹或文件的简介：

./diff_mat：存储失真图像和参考图像之间的误差的.mat信息。

./test2014:COCO test2014中的所有图像。它将在执行“select_and_copy_images.m”后生成。

./pristine_images：存储我们选择的所有原始/参考图像。执行“select_and_copy_images.m”后，会自动生成此文件夹。

./distorted_images：存储失真的图像。用户执行“restore_dis_img_from_diff_mat_by_image.m”后，文件夹会自动生成。

./data_info_IQABD/pmos.txt：包含每个失真图像的伪平均意见得分，图像顺序与“dst_name.txt”中的相同。

./data_info_IQABD/ref_name.txt：包含原始/参考图像名称，图像顺序与“dst_name.txt”中的相同。

./data_info_IQABD/dst_name.txt：包含失真的图像名称。

版权声明

------------------------------------

摄影师保留所有图片的权利。该数据库可用于非商业性研究和/或教育目的。它严格用于商业目的。作者保留解释数据库的权利。