Ce papier présente une nouvelle classe d'architectures de réseau de restauration fondée sur la formulation de la série de Volterra. En intégrant la non-linéarité dans la fonction de réponse du système par le biais de convolutions d'ordre supérieur, au lieu des fonctions d'activation traditionnelles, nous proposons un cadre général pour la restauration d'images et de vidéos. Grâce à des expérimentations approfondies, nous démontrons que l'architecture proposée atteint des performances de pointe (SOTA) dans le domaine de la restauration d'images et de vidéos. En outre, nous montrons que le réseau récemment introduit, le Non-Linear Activation Free Network (NAF-NET), peut être considéré comme un cas particulier au sein de la classe plus générale des réseaux neuronaux de Volterra. Ces résultats mettent en évidence le potentiel des réseaux neuronaux de Volterra en tant qu’outil polyvalent et puissant pour aborder des tâches de restauration complexes en vision par ordinateur.