本稿では、画像のスーパーレゾリューションを目的として、線形圧縮に基づくスキップ接続ネットワーク（LCSCNet）と呼ばれる簡潔かつ効率的なネットワークアーキテクチャを提案する。スキップ接続を有する代表的な2つのアーキテクチャ、ResNetおよびDenseNetと比較して、LCSCNetではスキップ接続に線形圧縮層を導入し、前の段階の特徴マップと新たに探索された特徴マップを明確に区別する構造を実現している。このアプローチにより、LCSCNetはDenseNetの特徴の明確な区別処理の利点と、ResNetのパラメータ効率性を両立している。さらに、深層モデルにおける多様な受容 field の低レベルおよび高レベルの階層的情報をより効果的に活用するため、LSTMにおけるゲートユニットをヒントに、マルチ監視学習を用いた適応的要素ごとの融合戦略も提案している。最先端のアルゴリズムとの比較実験結果から、LCSCNetの有効性が検証された。