数据库的规模对于基于机器学习的图像和视频质量评估很重要。 但是，它受到主观测试方法的极大限制。 在各种方法中，成对比较（PC）被认为是最可靠的一种。 但是，测试持续时间与样本数量的平方成正比。 为了解决这一难题，我们提出了一种改进的配对比较方法。 结合了三种类型的先验以减少测试时间，包括长期先验（将经验结果浓缩在现有质量度量标准中），短期先验（由前任在进行中的会话中计算出的主观评分）以及动态先验作为当前评估者的先前决定。 基于这些先验知识，评估者只需做出必不可少的决定。 完全配对比较方法所用时间