摘要：退化圖像復(fù)原是圖像計(jì)算領(lǐng)域中的一個(gè)重要的難題。近年來(lái)以深度學(xué)習(xí)為代表的人工智能(AI)技術(shù)取得了快速的發(fā)展,越來(lái)越多的基于神經(jīng)網(wǎng)絡(luò)解決退化圖像復(fù)原的研究工作出現(xiàn)。首先介紹了神經(jīng)網(wǎng)絡(luò)進(jìn)行退化圖像還原的主要技術(shù)并對(duì)圖像復(fù)原的問(wèn)題進(jìn)行分類;然后利用神經(jīng)網(wǎng)絡(luò)解決退化圖像復(fù)原問(wèn)題中細(xì)分的多個(gè)主要問(wèn)題,并對(duì)每個(gè)問(wèn)題的當(dāng)前研究現(xiàn)狀與多種基于深度學(xué)習(xí)網(wǎng)絡(luò)的解決方法的優(yōu)勢(shì)與局限性進(jìn)行歸納分析,并給出與傳統(tǒng)方法的對(duì)比。最后介紹了基于對(duì)抗神經(jīng)網(wǎng)絡(luò)的極限退化圖像復(fù)原的新方法,并對(duì)未來(lái)前景進(jìn)行展望。