يُعالج هذا البحث مشكلة إزالة الانعكاسات من صورة واحدة باستخدام الشبكات العميقة بشكل مُقاوم لهجمات مضادة. وقد أظهرت الطرق الحالية القائمة على التعلم العميق لإزالة الانعكاسات من صورة واحدة تدهورًا ملحوظًا في الأداء نتيجة تشوهات غير مرئية وتشويشات على الصور المدخلة. ولإجراء دراسة شاملة حول المقاومة، نقوم أولًا بتنفيذ هجمات مضادة متنوعة مخصصة لمشكلة إزالة الانعكاسات من صورة واحدة، أي نحو أهداف هجومية ومناطق هجومية مختلفة. ثم نقترح نموذجًا مُقاومًا لإزالة الانعكاسات من صورة واحدة، يدمج وحدة الانتباه عبر المقياس، ووحدة الدمج متعددة المقياس، ومحرّك صور مضاد. وباستغلال آلية المقياس المتعددة، يتم تقليل الفجوة بين السمات المستخرجة من الصور النظيفة والصور المهاجمة. كما يُميّز مُحرّك الصور بشكل تكيفي بين المدخلات النظيفة أو الملوثة، مما يعزز المقاومة الموثوقة بشكل إضافي. وقد أظهرت التجارب الواسعة على مجموعات البيانات الطبيعية (Nature)، وSIR^2، وReal، تحسنًا ملحوظًا في مقاومة النموذج لإزالة الانعكاسات من صورة واحدة عبر مشاهد متنوعة.