Waterloo Exploration Database 是由加拿大滑铁卢大学创建的一个大规模图像质量评估 (IQA) 数据库，旨在提供对现实世界数字图像内容多样性的挑战，并测试图像质量评估模型的泛化能力。该数据库包含 4,744 张原始自然图像和 94,880 张由这些原始图像创建的失真图像。 与通过主观测试收集每张图像的平均意见得分的方法不同，Waterloo Exploration Database 提出了 3 种替代的测试标准来评估 IQA 模型的性能，分别是原始/失真图像可辨性测试 (D-test) 、列表排序一致性测试 (L-test) 和成对偏好一致性测试 (P-test) 。使用这些标准，研究者比较了 20 种知名的 IQA 模型，结果表明，即使对于表现最佳的无参考 IQA 模型，在超过 10 亿个测试对中也能自动发现超过 600 万个模型失败案例。