Los vehículos aéreos no tripulados (VANT) se han utilizado cada vez más para inspecciones de seguridad en instalaciones debido a su superior seguridad, rentabilidad y precisión en las inspecciones en comparación con los métodos tradicionales basados en mano de obra. Las imágenes de alta resolución capturadas por los VANT contribuyen directamente a identificar y cuantificar defectos estructurales en los exteriores de las instalaciones, lo que hace que la calidad de la imagen sea un factor crítico para lograr resultados precisos. Sin embargo, el desenfoque por movimiento inducido por factores externos como vibraciones, condiciones de poca luz y viento durante la operación del VANT degrada significativamente la calidad de la imagen, lo que lleva a una detección y cuantificación inexactas de los defectos. Para abordar este problema, esta investigación propone una red de desenfoque utilizando una Red Generativa Antagónica (GAN) para eliminar el efecto de desenfoque por movimiento en las imágenes de los VANT. La red de desenfoque por movimiento basada en GAN representa un método de restauración de imágenes que aprovecha modelos generativos para corregir artefactos borrosos, generando así imágenes claras. A diferencia de estudios anteriores, este enfoque propuesto incorpora módulos de aprendizaje de desenfoque y desenfoque para generar de manera realista imágenes borrosas necesarias para entrenar los modelos generativos. Las imágenes de los VANT procesadas utilizando la red de desenfoque por movimiento se evalúan utilizando un método de evaluación de calidad basado en un mapa de desenfoque local y otros métricas de evaluación de calidad de imagen (IQA) bien conocidas. Además, en el experimento de detección de grietas utilizando el sistema de detección de objetos, se observan resultados de detección mejorados al utilizar imágenes mejoradas. En general, esta investigación contribuye a mejorar la calidad y precisión de las inspecciones de seguridad en instalaciones realizadas con inspecciones basadas en VANT al abordar de manera efectiva los desafíos asociados con los efectos de desenfoque por movimiento en las imágenes capturadas por los VANT.