يمكن أن تؤدي خطوط المطر إلى تدهور شديد في الوضوح، مما يسبب فشل العديد من خوارزميات الرؤية الحاسوبية الحالية في العمل. لذا，则是从图像中去除雨水是必要的. نقترح معمارية شبكة عميقة جديدة تعتمد على الشبكات العصبية التلافيفية العميقة والشبكات العصبية المتكررة لإزالة المطر من الصورة الواحدة. نظرًا لأهمية المعلومات السياقية في إزالة المطر، فقد اعتمدنا في البداية الشبكة العصبية التلافيفية الموسعة للحصول على مجال استقبال كبير. لكي تناسب مهمة إزالة المطر بشكل أفضل، قمنا أيضًا بتعديل الشبكة. في حالة هطول الأمطار الغزيرة، تكون خطوط المطر ذات اتجاهات وأشكال مختلفة، والتي يمكن اعتبارها تراكمًا لعدة طبقات من خطوط المطر. نقوم بتعيين قيم ألفا مختلفة لطبقات خطوط المطر المختلفة وفقًا للشدة والشفافية من خلال دمج كتلة الضغط والإثارة (Squeeze-and-Excitation Block). نظرًا لتداخل طبقات خطوط المطر مع بعضها البعض، فإن إزالة المطر في مرحلة واحدة ليست سهلة. لذلك، قمنا بتقسيم عملية إزالة المطر إلى عدة مراحل. تم دمج الشبكة العصبية المتكررة لحفظ المعلومات المفيدة في المراحل السابقة وتحسين إزالة المطر في المراحل اللاحقة. أجرينا تجارب واسعة النطاق على مجموعات بيانات مصنعة وحقيقية. لقد تفوقت الطريقة المقترحة لدينا على أفضل الأساليب الحالية بموجب جميع مقاييس التقييم. الكود والمادة الإضافية متاحان على صفحة الويب الخاصة بمشروعنا: https://xialipku.github.io/RESCAN .注：在阿拉伯语中，“则”字通常不会出现在这种正式的科技文献中，因此在翻译时省略了这个词。