Heutzutage sind moderne Bildschirme in der Lage, Videoinhalte mit hohem Dynamikumfang (HDR) und breitem Farbspektrum (WCG) darzustellen. Dennoch sind die meisten verfügbaren Ressourcen noch im Standarddynamikumfang (SDR). Daher besteht ein dringender Bedarf, bestehende SDR-TV-Inhalte in ihre HDR-TV-Versionen zu transformieren. In dieser Arbeit führen wir eine Analyse des SDR-TV-zu-HDR-TV-Aufgabengebietes durch, indem wir das Entstehungsmodell von SDR-TV- und HDR-TV-Inhalten modellieren. Auf Basis dieser Analyse schlagen wir eine dreistufige Lösungspipeline vor, die adaptive globale Farbabbildung, lokale Verstärkung und Hervorhebungsgenerierung umfasst. Des Weiteren inspiriert uns die obige Analyse dazu, ein leichtgewichtiges Netzwerk vorzustellen, das globale Statistiken als Leitlinie nutzt, um bildangepasste Farbabbildung durchzuführen. Zudem bauen wir einen Datensatz unter Verwendung von HDR-Videos im HDR10-Standard auf, den wir HDRTV1K nennen, und wählen fünf Metriken aus, um die Ergebnisse von SDR-TV-zu-HDR-TV-Algorithmen zu bewerten. Unser endgültiges Ergebnis erreicht Spitzenleistungen sowohl in quantitativen Vergleichen als auch in visueller Qualität. Der Code und der Datensatz sind unter https://github.com/chxy95/HDRTVNet verfügbar.