تنتج الضبابية الناتجة عن الحركة في الصورة من تراكب حركات الكائنات وهزات الكاميرا، وعادة ما تكون هذه الظاهرة ذات اتجاه معين وغير متجانسة. حاولت الدراسات السابقة حل مشكلة الضبابية غير المتجانسة باستخدام بنى ذات تكرار ذاتي متعددة المقاييس، أو متعددة القطع، أو متعددة الأزمنة، مع استخدام الانتباه الذاتي لتحقيق نتائج مرضية. ومع ذلك، فإن استخدام الهياكل ذات التكرار الذاتي يؤدي عادةً إلى زمن استنتاج أطول، في حين أن الانتباه الذاتي بين البكسلات أو بين القنوات قد يؤدي إلى استهلاك مفرط للذاكرة. تقدم هذه الورقة شبكة انتباه واعية بالضباب (BANet)، التي تحقق إزالة ضبابية دقيقة وفعالة من خلال عملية تمرير واحدة فقط. تعتمد BANet على انتباه ذاتي مبني على المناطق مع تجميع شرائطي متعدد النوى لفصل أنماط الضباب المختلفة من حيث الشدة والاتجاه، واستخدام تراكب متعدد التوسعات متوازٍ متسلسل لجمع ميزات المحتوى على مقاييس متعددة. أظهرت النتائج التجريبية الواسعة على معايير GoPro وRealBlur أن BANet تتفوق على أحدث التقنيات في إعادة بناء الصور المشوهة، وتوفر نتائجًا معززة في الوقت الفعلي.