本文介绍了一种基于事件相机的深度学习运动去模糊方法，结合卷积循环神经网络和可微分方向事件过滤模块，显著提升了运动模糊图像的恢复质量。研究提出了多个创新模块和框架，利用自监督学习和多尺度网络，尤其在低光环境中表现优异。

本文提出了一种基于事件相机的运动去模糊方法，结合自监督学习和多尺度网络，显著提升了真实场景中的去模糊效果。研究表明该方法在合成和真实数据集上表现优越，并构建了相关数据集以促进后续研究。

本文介绍了一种基于对比学习的图像去雨方法，利用递归动态多尺度网络提升降雨去除效果。该方法在客观检测和语义分割上表现优异，结合多尺度Transformer和双向反馈操作，增强了模型的鲁棒性。实验结果表明，该方法在合成和实际数据集上均取得了先进的效果。