LIVE数据集是最大的可用注释图像质量数据集，由奥斯汀的德克萨斯大学图像和视频工程实验室于2006年建立；TID2013数据集包含了从25个参考图中获得的3000多张测试图像；CSIQ数据集于2009年建立，包含30张原始图像和866 张合成失真图像等。
一、TID2008、TID2013、CSIQ以及LIVE的区别
LIVE数据集
LIVE数据集是最大的可用注释图像质量数据集，由奥斯汀的德克萨斯大学图像和视频工程实验室于2006年建立，整个数据集的参考图片来源于互联网和摄影光盘中收集的29张高分辨率和高质量的彩色图像，包括人脸图片、动物图片、特写镜头、广角拍摄图片、自然场景、人造物体以及具有不同前景/背景配置的图像。
LIVE数据集包括779幅失真图像，数据集使用五种计算机失真操作分别对参考图进行5 ∼ 6个等级的降质处理，得到了779张失真图像，为了模拟可能发生在现实应用中大多数的图像损伤，这些失真类型包括了结构化失真（高斯模糊）、与图像相关的失真（JPEG 压缩JPEG2000 压缩和JPEG2000 快速尺度衰落失真）以及随机噪声（白噪声），以及29幅高分辨率24位/像素RGB彩色参考图像。每个失真类型包含5或4个失真级别，（如图一所示，展示的是fastfading失真等级）。图像的大小大多为768×512。
TID2013数据集
TID2013数据集包含了从25个参考图中获得的3000多张测试图像，每个参考图像有24种失真类型，每种类型的失真分为5 个级别。通过对来自五个不同国家（芬兰、法国、意大利、乌克兰和美国）的志愿者进行了985次主观实验，收集了图像的平均意见得分。值得注意的是TID2013数据集除了17个模拟空间扭曲的失真图像外，引入了7 种新型失真类型，它试图更多地关注图像在“颜色”方面的扭曲，这是考虑到如今人们对灰度图像使用率逐渐减少，所以颜色信息的保存变得越来越重要。其次，该数据集在创建过程中使用了新的构造失真图像算法，丰富了IQA数据集中的图像失真类型，这对于创建图像视觉质量指标是很重要的。
基于HVS度量设计和评估的数据集的基本要求，IQA数据集应该包含大量各种内容的标准彩色图像。2013 年建立的TID2013包含25张无失真彩色图像，其中24张图像（通过裁剪）从柯达数据集中获得，人工创建了第25 张参考图像，添加到24 张自然场景图像中，如图三所示，共有25张无失真图像。可以看出，测试图像在内容风格方面大相径庭，其中一些图片包含相当丰富的纹理，也有一些则包含较大的均匀区域。
CSIQ (categorical subjective image quality) 数据集
CSIQ数据集于2009年建立，包含30张原始图像和866 张合成失真图像。CSIQ数据集中的六种失真类型分别为：高斯模糊、加性彩高斯噪声、加性高斯白噪声，全局对比度衰减、JPEG 压缩和JPEG2000 压缩。每种失真类型在4到5个不同的失真水平的降质操作下得到866 个原始图像的失真版本。由25 位志愿者针对CSIQ 数据集做出了5000个DMOS 评估数据，取值范围为(︀0,1⌋︀。
TID2008
内容：25幅参考图像，1700幅失真图像
图像大小：512×384(.bmp)
17种失真类型：加性高斯噪声、颜色分量强于照明分量的加性噪声、空间位置相关噪声、掩膜噪声、高频噪声、脉冲噪声、量化噪声、高斯模糊、图像噪声、JPEG压缩、JPEG2000压缩、JPEG传输错误、JPEG2000传输错误、非偏心式噪声、不同强度的局部块失真、强度均值偏移以及对比度变化，4种失真水平。
标签：MOS取值范围为[0,9]，838个观察者
延伸阅读：
二、KonIQ-10k 介绍
由Hosu等人于2020年建立的数据集，它从YFCC100M 数据集（一个包含1000万张图片的大型公共多媒体数据集）中选择了10,073张图片，采样过程利用了一个基于深度特征的内容指标和7 个质量指标，确保了图片内容和质量分布的多样性，使得图像在亮度、色彩、对比度和清晰度方面能够广泛且均匀地分布。对于每张图片，通过众包获得了120个可靠的质量评级，由1459名志愿者进行标注，收集的主观数据高达120 万。𝑀𝑂𝑆的取值范围为[3.91,88.39]。
