在计算机视觉领域中,一个非常重要的研究课题是图像超分辨率重建技术。基于现有图像传感器和硬件设备,采用图像超分辨率重建技术使低质量图像分辨率得到提升已成为人们研究和关注重点。然而,现有的图像超分辨率重建技术不能充分的利用特征提取信息进行重建,导致重建图像细节信息缺失,影响重建效果。本文研究基于注意力机制的图像超分辨率重建算法,在图像超分辨率重建算法中引入注意力机制,利用注意力机制相关方法,基于新的多尺度注意块,对图像进行超分辨率重建,对清晰度低的图像可以很好的提升其分辨率。在此基础上,提出牛耳标检测识别算法,解决低分辨率目标识别率不高的问题,并在所进行的一系列实验中取得了较好的实验结果。本文的主要研究工作如下:1)对图像超分辨率重建技术的研究现状进行阐述,介绍现有图像超分辨率重建技术存在问题和研究意义。2)介绍了特征提取块方法和注意力机制相关技术以及图像超分辨率重建技术评估。在此基础上,针对现有超分辨率图像重建所遇到问题,根据多尺度及注意力机制,提出了基于注意力机制的图像超分辨率重建网络。根据实验得出的结论,相比于其他算法,该算法的图像超分辨率重建更加有效,主观及客观效果都有很大提升。3)针对现有目标检测算法无法有效检测、识别低分辨率物体的问题,以第三章介绍的基于注意力机制的图像超分辨率重建网络为基础,提出了牛耳标检测识别算法来解决牛耳标分辨率低、不易识别的问题。4)在前两部分的基础上,设计实现了基于图像超分辨率重建网络的牛耳标检测识别系统,并进行系统评估。结果表明本文提出的基于注意力机制的图像超分辨率重建网络可以解决低分辨率目标无法检测问题,准确性较高。