研究者通过Laplacian金字塔提出了一种轻量级多频去镜头光晕网络(MFDNet)，能够快速有效地分离镜头光晕为低频和高频部分。利用Transformer和卷积神经网络提取全局信息和局部特征，并通过特征聚合融合两个模块的输出。该方法在夜间场景的真实世界和合成图像上去除镜头光晕效果超越了当前研究中的方法，计算成本较低。

本文提出了一种新的单目深度估计框架，通过引入基于先验的正则化和Mapping-Consistent Image Enhancement module来提高深度图像的配准和可视性。同时，使用基于统计的掩码策略解决夜间场景下的问题。实验结果显示每个部分都有效，并取得了令人瞩目的成果。