深層学習に基づく画像認識技術は大きく発展してきたが，その性能は学習データの量と質に大きく依存している．しかし，現実には十分な量の学習データを収集することが難しいことも少なくない．そこで，データ拡張が広く用いられている．本研究では，深層学習に基づく超解像を利用した新たな画像データ拡張手法を提案する．提案手法は，画像変換による元画像の変換と，画像生成による実在の大量の画像をもとにした変動を組み合わせたものである．画像生成には，深層学習に基づく超解像を利用している．CIFAR-10を用いた分類タスクにおいて，従来の標準的なデータ拡張と比べて，有意に精度が向上したことを確認した．