O problema de Single Image Super-Resolution (SISR) consiste em tentar obter uma imagem em alta resolução (HR) a partir de uma versão da mesma em baixa resolução (LR), uma tarefa bastante desafiadora. Recentemente, modelos de redes neurais se mostraram bastante poderosos neste problema. Este projeto final faz um estudo abrangente das soluções estado-da-arte para esse problema, e analisa em detalhe três dos melhores modelos atuais: SRResNet , EDSR, e WDSR. Realizamos testes computacionais para revalidar as performances dos modelos, utilizando diversas métricas para comparar as imagens geradas com a ground truth (alta resolução original). Estudaremos as diferenças de arquitetura entre os modelos e os motivos que os fazem inferiores ou superiores, comparativamente.