Luận văn này tiến hành nghiên cứu khảo sát toàn diện về thế hệ mới của các kỹ thuật học sâu trong lĩnh vực xử lý hình ảnh. Trọng tâm được đặt vào việc phân tích và so sánh các kiến trúc tiên tiến như mạng đối nghịch tạo sinh (GAN), mạng nơ-ron tích chập đồ thị (GCN) và các mô hình dựa trên cơ chế tự chú ý (Transformer). Nghiên cứu hệ thống hóa các phương pháp tiếp cận hiện đại cho các bài toán then chốt như phân loại, phát hiện đối tượng và phân đoạn ảnh. Bên cạnh đó, luận văn cũng đánh giá hiệu quả của các kỹ thuật học chuyển giao và học tự giám sát trong việc giảm sự phụ thuộc vào dữ liệu gán nhãn. Kết quả khảo sát chỉ ra rằng các mô hình thế hệ mới, đặc biệt là Vision Transformer, đang dần khẳng định ưu thế vượt trội về độ chính xác so với các kiến trúc CNN truyền thống, đồng thời mở ra hướng phát triển mới cho các ứng dụng thị giác máy tính phức tạp.