يعد إزالة الضباب عن الصور المستشعرة عن بُعد أحد التحديات الكبيرة التي تواجه الباحثين والممارسين، حيث تلعب عوامل مثل تشتت الغلاف الجوي والهالة غير المتجانسة دوراً في تشويه المعلومات البصرية. في هذا السياق، تم تقديم نموذج DPSF-Net، وهو شبكة ذات أولويات مزدوجة تعمل على معالجة الصور الضبابية بشكل فعّال.

DPSF-Net يعتمد على نموذج MCAF-Net وقد تم تصميمه ليستخدم صور RGB الضبابية وخرائط القناة المظلمة كأساس لإدخال بياناته. ومن خلال استخدام إشارات تدهور فيزيائية، يتمكن النموذج من توجيه عملية التعلم لميزات الصورة بشكل شامل.

يتميز DPSF-Net باستخدام كتلة تفاعلية تردد مكاني مُجمع، حيث يتم دمج شجرة FourierUnit في عملية التفاعل المكاني متعدد الاتجاهات بهدف نمذجة مكونات الهالة واسعة النطاق. يُسهم أيضاً وحدة انتباه ميزات مدعومة بالأولويات في دمج ميزات الأولويات والاهتمام بشكل تكيفي، مما يساعد على تقليل التغير اللوني والانحراف الهيكلي.

تظهر التجارب الشاملة أن النموذج يحقق أداءً رائداً في معايير إزالة الضباب عن الصور المستشعرة عن بُعد، كما يظهر تنافسه العالي في عدة مجموعات بيانات صناعية. ويحقق DPSF-Net توازناً ملحوظاً بين جودة الاستعادة، عدد المعلمات، وتعقيد الحسابات، مما يدعم فعالية نمذجة التردد المزدوج.

بهذا، يمكن القول إن DPSF-Net يعتبر خطوة جديدة ومهمة في مجال معالجة الصور، ويعد بإمكانيات واسعة لتطوير تقنيات التصوير وتحسين جودة البيانات المستشعرة.