近年，画像の高解像度化を目指す超解像技術は，畳み込みニューラルネットワーク(CNN)を用いることにより，年々その性能が向上している．2014年には3層の畳み込み層で構成されたSRCNNが提案され，その後GANによる損失関数を用いたSRGANや，特徴マップに重みづけをするRCANなど，特に画像の高周波成分の再現に注力したネットワークがこれまで提案されてきた．しかしこれらは，物体の輪郭や質感など，特に高い性能を示す画像領域が異なるため，領域ごとにネットワークを使い分けることでさらなる性能の向上が期待できる．本研究では，セグメンテーションネットワークを用いて，画像領域ごとに最適な超解像CNNを選択する手法を提案する．