نُقدّم تقنية تعتمد على الشبكة العصبية التلافيفية (CNN) لتقدير الإضاءة الخارجية ذات النطاق الديناميكي العالي من صورة واحدة ذات نطاق ديناميكي منخفض. ولتدريب الشبكة العصبية، نستفيد من مجموعة بيانات كبيرة تتكون من صور بانورامية خارجية. ونُطبّق نموذجًا لضوء خارجي مبني على مبادئ فيزيائية وذو أبعاد منخفضة على السماء في هذه الصور البانورامية، مما يُنتج مجموعة مختصرة من المعاملات (تشمل موقع الشمس، وظروف الغلاف الجوي، ومعاملات الكاميرا). ثم نستخرج صورًا ذات مجال رؤية محدود من هذه الصور البانورامية، ونُدرّب الشبكة العصبية باستخدام هذه المجموعة الواسعة من أزواج الصور المدخلة – معاملات الإضاءة الناتجة. وبمجرد إدخال صورة اختبار، يمكن استخدام هذه الشبكة للتنبؤ بمعاملات الإضاءة، والتي بدورها تُستخدم لإعادة بناء خريطة بيئية للإضاءة الخارجية. ونُظهر من خلال تقييم واسع أن منهجنا يُمكّن من استرجاع ظروف إضاءة واقعية، ويدعم دمج كائنات افتراضية واقعية من صورة واحدة. ويُظهر التقييم المكثف على كل من مجموعة البيانات البانورامية والخرائط البيئية HDR المُلتقطة سابقًا أن تقنيتنا تتفوّق بشكل ملحوظ على الحلول السابقة لهذا المشكل.