안개, 비, 눈과 같은 악천후는 시각적 입력을 사용하는 지능형 교통 시스템(ITS)에 심각한 문제를 야기하며, 자율 주행, 교통 감시 및 감시와 같은 중요한 응용 분야에 영향을 미칩니다. 이 논문은 날씨로 인한 시각적 손상을 완화하기 위해 개발된 이미지 및 비디오 복원 기술에 대한 포괄적인 리뷰를 제공합니다. 기존 접근 방식을 기존의 사전 기반 방법과 CNN, 변압기, 확산 모델 및 새로운 비전-언어 모델(VLM)을 포함한 최신 데이터 기반 모델로 분류합니다. 복원 전략은 단일 작업 모델, 다중 작업/다중 날씨 시스템 및 다양한 저하를 처리할 수 있는 올인원 프레임워크를 기반으로 추가 분류됩니다. 또한, 주야간 복원 문제, 벤치마크 데이터 세트 및 평가 프로토콜에 대해 논의합니다. 마지막으로, 현재 연구의 한계점을 심층적으로 논의하고 혼합/복합 저하 복원, 실시간 배포 및 에이전트 AI 프레임워크와 같은 미래 방향을 제시합니다.
