Das Moiré-Muster ist eine häufige Bildqualitätsverschlechterung, die durch Frequenz-Aliasing zwischen Bildschirmen und Kameras entsteht, wenn Bildschirmfotos aufgenommen werden. Die komplexe Frequenzverteilung, die ungleichmäßige Amplitude in den Farbkanälen sowie die vielfältigen Erscheinungsmerkmale des Moiré-Musters machen deren Entfernung zu einer herausfordernden Aufgabe. In diesem Paper stellen wir ein neuronales Netzwerk zur Moiré-Muster-Entfernung (MopNet) vor, um dieses Problem zu lösen. Alle zentralen Komponenten von MopNet sind speziell für die besonderen Eigenschaften von Moiré-Mustern entworfen: die mehrskalige Merkmalsaggregation zur Behandlung komplexer Frequenzen, der kanalweise Zielkanten-Prädiktor zur Ausnutzung der ungleichmäßigen Amplitude zwischen den Farbkanälen sowie der attributbewusste Klassifikator zur Charakterisierung der vielfältigen Erscheinungsformen, um Moiré-Muster präziser zu modellieren. Quantitative und qualitative experimentelle Vergleiche bestätigen die führende Leistungsfähigkeit von MopNet.