يمكن محاكاة ظروف الإضاءة المخصصة والطبيعية في الصور الخاصة بالمشهد أثناء التحرير اللاحق. ويمكن استغلال القدرات الاستثنائية لإطار العمل القائم على التعلم العميق لهذا الغرض. يتيح ترميم الإضاءة في الصور العميقة تحسين الصور تلقائيًا من خلال تعديل الإضاءة المحددة. ومعظم الطرق المتطورة حاليًا لترميم الإضاءة تتطلب موارد حسابية كبيرة وتعمل بكفاءة منخفضة من حيث الذاكرة. في هذه الورقة، نقترح إطار عمل فعّال وقائم على الزمن الحقيقي يُسمى شبكة ترميم الإضاءة المتراكبة العميقة (DSRN) لترميم الإضاءة في الصور، وذلك من خلال استغلال الميزات المجمعة من الصورة المدخلة عند مقاييس مختلفة. يتميز نموذجنا بالخفّة الشديدة، حيث يبلغ حجمه الإجمالي حوالي 42 ميغابايت، ويحقق متوسط زمن استنتاج حوالي 0.0116 ثانية للصورة ذات الدقة $1024 \times 1024$1024×1024، وهو أسرع مقارنةً بغيره من النماذج متعددة المقاييس. كما أن حلنا يتمتع بثبات عالٍ في نقل درجة حرارة اللون من الصورة المدخلة إلى الصورة المستهدفة، كما أنه يُظهر أداءً مقبولًا في إنشاء تدرجات الإضاءة وفقًا للصورة المستهدفة. بالإضافة إلى ذلك، نُظهر أن استخدام صور مضاءة من اتجاهات متعاكسة كمدخلات يؤدي إلى تحسين جودة النتائج مقارنةً باستخدام صورة واحدة فقط كمدخل.