اكتشاف الظل وإزالته هي مهمتان أساسيتان وصعبتان، تتطلبان فهمًا لدلالات الصورة العالمية. يقدم هذا البحث تصميمًا جديدًا لشبكة عصبية عميقة لاكتشاف الظل وإزالته من خلال تحليل السياق المكاني للصورة بطريقة واعية بالاتجاه. لتحقيق ذلك، نقوم أولاً بتحديد آلية الاهتمام الواعية بالاتجاه في شبكة العصبونات التكرارية المكانية (RNN) من خلال إدخال أوزان الاهتمام عند جمع خصائص السياق المكاني في الشبكة التكرارية. عن طريق تعلم هذه الأوزان عبر التدريب، يمكننا استعادة السياق المكاني الواعي بالاتجاه (DSC) لاكتشاف وإزالة الظلال. تم تطوير هذا التصميم إلى وحدة DSC ودمجها في شبكة العصبونات المتلافهة (CNN) لتعلم خصائص DSC على مستويات مختلفة. بالإضافة إلى ذلك، صممنا دالة خسارة متقاطعة ذات وزن لتكون فعّالة في تدريب اكتشاف الظل، ثم اعتمدنا الشبكة لإزالة الظل باستخدام دالة الخسارة الأوروبية وصياغة دالة نقل اللون لمعالجة عدم التطابق في اللون والسطوع في أزواج التدريب. استخدمنا قاعدتين للمعايير الخاصة باكتشاف الظل وقاعدتين للمعايير الخاصة بإزالة الظل، وأجرينا العديد من التجارب لتقييم طريقتنا. أظهرت النتائج التجريبية أن طريقتنا تؤدي بشكل أفضل مقارنة بأحدث الأساليب لكل من اكتشاف الظل وإزالته.