针对现有的图像超分辨重建算法特征信息提取不充分的问题，基于SRResNet [1] 网络的生成器部分，引入混合注意力模块和密集残差模块，以提取图像的多尺度特征。混合注意力模块集成通道注意力和自注意力机制，可以聚焦关键特征；密集残差模块通过堆积多个残差密集块学习多级特征，并采用改进的密集连接方式提高特征复用效率。模型在各基准数据集上对比当前的优秀重建算法有0.1~1db的提升，为单图像超分辨率任务提供了有效的方案。