A hagyományos (SDR, Standard Dynamic Range) kamerafelvételek korlátozott fényerő-tartománnyal rendelkeznek. Ennek oka, hogy a szenzorok alapvetően csak szűk fényerő-tartományt képesek hűen visszaadni, a túlexponált és alulexponált területek információja elveszik. Probléma az is, hogy a szenzorok jeleit feldolgozó algoritmusok gyakran az ember számára jobb, vagy esztétikusabb megjelenítést priorizálják a megvilágítás pontos reprezentációja helyett. Ezzel szemben a High Dynamic Range (HDR) képek szélesebb (lényegében korlátlan) fényerőtartományt kódolnak valósághűen.

Az általunk vizsgált HDR nem keverendő össze a képernyőknél használt HDR-rel, ami inkább csak szebb színeket eredményez. Az általunk vizsgált HDR fő célja ehelyett az egyes képkockát előállító jelenet fényviszonyainak valósághű visszaállítása. Utóbbi lehetővé teszi a megvilágítási viszonyok pontos tanulmányozását, ami például a kiterjesztett valóságban, az inverz renderelésben, vagy a képek utólagos szerkesztésében fontos.

Mivel a HDR kép SDR képből történő visszaállítása egy rosszul definiált probléma, ezért mély neurális hálózatokat használunk a megoldásához. A feladat egy mély neurális hálózat betanítása, amely SDR képekből HDR képeket generál. A munka kiterjed a megfelelő adatkészlet kiválasztására, a modell implementációjára, betanítására és objektív mérőszámokkal történő tesztelésére is.

A feladat terjedelme és jellege megbeszéléstől és képzési szinttől függően változhat: kiterjedhet létező modell betanítására ismert adatkészleten, létező modell architektúrájának javítására, vagy egyedi probléma megoldására is.