Debido a la compleja variabilidad de los entornos submarinos, las imágenes sufren degradación, incluyendo absorción de luz, dispersión y distorsión del color. Sin embargo, las arquitecturas U-Net limitan severamente la utilización del contexto global debido a las convoluciones de campo receptivo fijo, mientras que los mecanismos de atención tradicionales incurren en una complejidad cuadrática y no logran fusionar eficientemente las características de frecuencia espacial. A diferencia de los métodos centrados en la mejora local, HMENet integra una subred de transformador para el modelado de dependencias a largo alcance y atención de doble dominio para la fusión bidireccional de frecuencia espacial. Este diseño aumenta el campo receptivo mientras mantiene una complejidad lineal. En los conjuntos de datos UIEB y EUVP, HMENet logra PSNR/SSIM de 25.96/0.946 y 27.92/0.927, superando a HCLR-Net en 0.97 dB/1.88 dB, respectivamente.