该研究基于RESIDE数据集探讨了单张图像去雾技术，强调感知损失在提升去雾效果中的作用，并提出了AECR-Net和TSNet等新方法，显著提高了去雾性能，推动了图像去雾领域的发展。

该文综述曝光校正研究，提出端到端感知损失模型，在大规模数据集上达到最优，可提升过曝欠曝图像的抠图质量；并介绍基于Retinex的视频校正、REGDet低光人脸检测、曝光融合去阴影、Laplacian金字塔融合校正及扩散模型增强等方法。