针对现有图像超分辨率重建方法存在模型复杂度过高和参数量过大等问题,文中提出基于多尺度空间自适应注意力网络(Multi-scale　Spatial　Adaptive　Attention　Network,MSAAN)的轻量级图像超分辨率重建方法.首先,设计全局特征调制模块(Global　Feature　Modulation　Module,GFM),学习全局纹理特征.同时,设计轻量级的多尺度特征聚合模块(Multi-scale　Feature　Aggregation　Module,MFA),自适应聚合局部至全局的高频空间特征.然后,融合GFM和MFA,提出多尺度空间自适应注意力模块(Multi-scale　Spatial　Adaptive　Attention　Module,MSAA).最后,通过特征交互门控前馈模块(Feature　Interactive　Gated　Feed-Forward　Module,FIGFF)增强局部信息提取能力,同时减少通道冗余.大量实验表明,MSAAN能捕捉更全面、更精细的特征,在保证轻量化的同时显著提升图像的重建效果.