التحريك غير المبهم في المشاهد الديناميكية يُعد مهمة صعبة عندما يكون السبب في الاضمحلال حركة كائنات متحركة أو حركة الكاميرا أو توليفات من هذه العوامل. وبما أن كاميرات الحدث قادرة على اكتشاف التغيرات في شدة الإضاءة بتأخير منخفض، فإن المعلومات الحركية الضرورية تُلتقط بشكل طبيعي في بيانات الحدث، مما يجعلها مفيدة جدًا في إزالة الضبابية من صور الكاميرات القياسية. لا تُظهر شدة التدهور تجانسًا عبر الصورة بسبب عوامل مثل عمق الكائن أو سرعته. نقترح بنية شبكة مزدوجة الفرع، تُسمى شبكة الانتباه المزدوجة المُدركة للحركة (MADANet)، التي تُولي اهتمامًا خاصًا للمناطق ذات الضبابية العالية. كجزء من الشبكة، تُستخدم بيانات الحدث أولًا في وحدة تجزئة مناطق الضبابية العالية، والتي تُنتج تقييمًا يشبه الاحتمالات لمناطق تُظهر حركة نسبية عالية بالنسبة للكاميرا. ثم تُدمج بيانات الحدث أيضًا في خرائط الميزات في الجزء الرئيسي للشبكة، حيث تتوفر آلية انتباه ثانية لكل فرع. إن الاستخدام الفعّال لبيانات الحدث مع آلتي انتباه متعددة المستويات يجعل الشبكة صغيرة جدًا من حيث الحجم. أظهرت التجارب أن الشبكة المقترحة قادرة على تحقيق أداءً من الدرجة الأولى على مجموعة البيانات القياسية من GoPro، وكذلك على مجموعتين جديدتين تم جمعهما، إحداهما تحتوي على بيانات حدث حقيقية.