一种基于生成对抗网络的自适应图像超分辨重建方法，在生成模块中去掉残差块的批处理规范化层，以更全面地保留单张图像的细节信息；在前两层用于特征提取的卷积层后分别加入细节自适应模块，自适应地捕获图像的重点细节特征信息，然后重新分配该细节特征信息的权重，整合每层卷积捕获的重点细节特征信息，生成超分辨率图像；将超分辨率图像和高分辨率图像输入判别模块，在判别模块的每个卷积层后引入损失自适应模块，通过损失自适应模块获取分层损失，然后将分层损失进行加权求和，动态地优化损失函数，并联合Sigmoid函数的输出值共同判别超分辨图像的真假。本发明在对复杂图像进行超分时，能获得更清晰的高分辨率图像。