本发明公开了基于多尺度卷积对抗循环网络的模糊二维码复原系统，包括以下步骤：本发明不同于一般的方法，提出了一种名为多尺度卷积对抗循环网络的新网络架构，该网络的训练难度大大减小。本发明提出了多尺度卷积残差密集部件，并且通过LSTM进行short‑cut连接，为网络的循环提供可能。提出的循环参数共享的连接方式从一定程度上降低训练的复杂度并产生稳定的解；在同样的训练数计下使用共享权重的循环利用下的效果就等同于在尺度上进行数据增强从而达到多倍数据学习的效果，其次使用循环模块，从上个尺寸上获取有效的图像信息在新的尺寸中帮助恢复。对于网络的训练，使用了Wassertain距离改进损失函数，确保网络的稳定性并且保证生成样本的多样性。