古典的な画像拡大法の多くは線形フィルタとして解釈することができ,その台の形状と係数は「画像は区分的に多項式であって,節点では滑かに接続する」等の仮定をもとに決められている.しかし,その仮定が正しい場合は限定されている.我々は,与えられた画像から拡大画像を生成する問題を,パッチごとの線形回帰問題として定式化し,そのパラメタを低解像度画像・高解像度画像のペアからなるデータから疎ベイズ学習することで,コンパクトかつ高性能の画像拡大フィルタを得ることを目指す.特にカラー画像の拡大を対象とし,3チャネルすべてを考慮することで性能が向上することを示す.計算機実験により,訓練画像データから所望のフィルタが学習でき,かつ提案法がテスト画像の拡大性能において古典的な画像拡大法よりも優れていることを示す.