针对现有的图像超分辨率重建方法存在生成图像纹理扭曲、细节模糊等问题，提出一种基于多通道注意力机制的超分辨率重建网络。网络结构中的纹理提取模块通过设计极轻量级的多通道注意力模块，结合一维卷积实现跨通道信息交互以关注重要特征信息；纹理恢复模块引入密集残差块来恢复部分高频纹理细节，提升模型性能，产生优质重建图像。所提网络不仅能够有效提升图像的视觉效果，而且在基准数据集CUFED5上的结果与经典的基于卷积神经网络的超分辨率（SRCNN）重建方法相比峰值信噪比（PSNR）和结构相似度（SSIM）分别提升了1.76dB和0.062。实验结果表明，所设计的网络可提高纹理迁移的准确性，可有...
