JPEG 是最常用的有损图像压缩方法之一。然而，JPEG 压缩不可避免地会引入各种伪影，尤其是在高压缩率下，这可能会极大地影响用户体验质量（QoE）。近年来，基于卷积神经网络（CNN）的方法在去除 JPEG 伪影方面表现出色。许多研究致力于加深 CNN 并提取更深层次的特征，而相对较少的工作关注网络的感受野。本文指出，在许多情况下，通过扩大感受野可以显著提高输出图像的质量。进一步地，我们提出了一种双域多尺度卷积神经网络（DMCNN），充分利用像素域和离散余弦变换（DCT）域的冗余信息。实验结果表明，DMCNN 在 JPEG 伪影去除任务中达到了新的最先进水平。