双目图像超分辨率利用双目系统左右图像的互补信息提高图像分辨率,现有方法对跨视图信息的利用率较低.为了解决上述问题,提出一种基于全局互补注意力机制的双目图像超分辨率网络.该网络首先使用多注意力提取模块对视图内的通道和空间特征进行深度提取,然后通过全局互补注意力模块进行视图间的交叉特征提取,最后利用重建模块对特征进行融合.实验结果表明,2倍尺度上未裁剪双目图像的平均峰值信噪比在Middlebury、KITTI2012、KITTI2015和Flickr1024四个基准数据集上分别提高0.76 dB、0.13 dB、0.15 dB、0.38 dB,4倍尺度上分别提高0.18 dB、0.08 dB、0.10 dB、0.10 dB.该网络结构具有较高鲁棒性,还能利用全局信息进行互补,获得更好的主观视觉效果.