《基于深度学习的图像处理》主要介绍作者近年来在深度学习与图像处理等方面的研究成果，包括图像去模糊、视频信息缺失补全、图像分类识别、图像领域自适应、多源跨域图像迁移学习相关理论和方法，用到的模型主要包括多尺度编解码深度卷积神经网络、多尺度特征金字塔网络、双判别器生成对抗网络、渐进增长生成对抗网络、贝叶斯正则化深度卷积神经网络、深度对抗域自适应网络、深度加权子域自适应网络等。