该研究提出了一种新型深度学习网络RevNet，解决了传统深度残差网络在反向传播中的存储问题，同时保持了图像分类的准确率。此外，研究探讨了图像反射去除和修复的多种方法，利用边缘信息和新颖的网络结构显著提高了处理效果。

本文研究了利用极化图像进行反射去除的方法，提出了极化-极化方法和双阶段架构的极化反射消除模型。实验结果表明，该方法在反射分离和图像去噪任务中优于现有技术，具有显著的性能优势。