본 논문은 지능형 교통 시스템(ITS)에서 중요한 역할을 하는 뚜렷한 객체 탐지(SOD)의 성능 향상을 위해, 낮의 안개, 저조도, 밤의 안개와 같은 열악한 영상 조건에서도 효과적으로 객체를 탐지할 수 있는 다중 지식 지향 야간 안개 영상 향상기(MKoIE)를 제안한다. MKoIE는 낮 안개 제거, 저조도 향상, 밤 안개 제거라는 세 가지 작업을 통합하며, 작업 지향 노드 학습 메커니즘과 다중 수용 영역 향상 모듈을 통해 야간 영상에서도 우수한 성능을 발휘한다. 특히, 다중 수용 영역 향상 모듈은 병렬 심층 분리 합성곱 가지를 사용하여 다양한 크기의 특징을 효율적으로 추출하며, 하이브리드 손실 함수를 통해 최적의 영상 재구성 품질과 시각적 특성을 보장한다. 다양한 실험 결과를 통해 기존 방법보다 우수한 성능을 보이며, ITS의 신뢰성, 정확성 및 운영 효율을 향상시킨다. 코드는 깃허브에서 공개한다.
