本发明提供了一种基于密集型网络的生成式对抗网络及失真图像复原的方法,属于图像处理与图像分析的技术领域。以深度学习框架为基础,利用卷积神经网络搭建了生成式对抗神经网络的结构,提供了失真图像复原的网络模型及训练流程,解决了失真图像的复原、网络层数过多使得网络浅层信息在传递时的信息丢失问题。本发明将密集卷积神经网络和生成式对抗网络相结合,有效的利用卷积来提取图像的特征,使复原的图像质量高、细节丰富、忠实。本发明能够获得失真图像的真实信息并能进一步优化失真图像的细节,解决了失真图像包括模糊、残缺、噪声等的复原问题,在图像处理、图像分析、智能视觉以及智能检测等领域具有很好的应用潜力和价值。