本研究探讨了在目标检测中整合人类视觉线索的去雾技术面临的挑战。提出的框架在雾霭条件下表现良好，但在清晰图像上性能下降，强调了选择性预处理的重要性。

HazeCLIP是一种语言引导的适应框架，通过区域特定去雾技术和定制提示集，提高了预训练去雾网络在真实世界中的性能。实验证明HazeCLIP在真实世界图像去雾方面达到了最先进的性能。

高质量图像对于遥感和无人机应用至关重要，但大气雾霾影响图像质量。本综述探讨了去雾技术在遥感和无人机数据集中的应用，包括深度学习和基于先验的方法。挑战包括缺乏大规模遥感数据集和评估指标不稳定。未来研究方向和解决方案也被提出。这是第一篇详细讨论基准和遥感数据集上图像去雾方法的综述。