本研究评估了三种深度卷积神经网络在不同图像降质情况下的表现，发现遮挡、模糊和噪声显著降低识别准确性，而颜色失真影响较小。提出的新方法ReDegNet通过建模低质量人脸图像的降级过程，显著改善图像质量。此外，研究探讨了深度学习在污损图片分类中的性能变化，并提出了适应低分辨率图像的降级意识框架，表现出优越性能。