尽管VQA是一个研究多年的开放性问题但仍然存在许多具有挑战性的问题和未解决的问题。首先许多IQAVQA模型是基于特定应用中的一些视觉特性和特性开发的。虽然SSIM和VMAF经常用于测量压缩视频的质量但仍然没有像PSNR那样被普遍认可和广泛使用的感知视觉质量模型。其次视觉质量数据库应建立在可控环境下的主观测试基础上用数十名人类受试者对大量失真的视觉内容进行评分非常费力。因此可用数据集规模较小。由于它

尽管VQA已经被研究多年，但仍然存在许多具有挑战性的问题和未解决的问题。其中包括IQA/VQA模型是基于特定应用中的一些视觉特性和特性开发的，视觉质量数据库的规模较小且评估现有VQA模型的不一致，以前的VQA大多来自对感知因素的建模，但随着学习方案的应用，开发了许多基于学习的VQA方案。最后，提高模型的适应性并将模型从一个条件转移到另一个条件是很重要的。