近年，物体認識モデルは自動運転や監視システムなどでの活用が注目されている．しかし，悪天候や視界不良などの条件下において認識精度が大きく低下する課題がある．ヘイズ除去モデルの応用により精度向上が期待されるが，従来の手法では十分な効果が得られない場合がある．本研究では，この課題に対処するため，ヘイズ除去モデルの入力画像に対する前処理手法を提案する．具体的には，降雪やそれに伴う視界不良に対応するために，画像の分割し，分割した区画ごとに利用するフィルタを変更することで物体認識モデルの精度向上を目指す．評価にはmAPを用い，定量的に評価するとともにAPの値から対象ごとに効果を検証する．