Dans cet article, nous présentons un réseau convolutif déformable guidé par l’attention pour l’imagerie HDR (high dynamic range) multi-images à main levée, nommé ADNet. Ce problème soulève deux défis majeurs : la gestion adéquate de la saturation et du bruit, ainsi que le traitement des désalignements provoqués par les mouvements d’objets ou les vibrations de caméra. Pour résoudre le premier défi, nous introduisons un module d’attention spatiale permettant de sélectionner de manière adaptative les régions les plus appropriées des images LDR (low dynamic range) à exposition différente afin de les fusionner. Pour le second défi, nous proposons une alignement des images corrigées en gamma au niveau des caractéristiques, à l’aide d’un module d’alignement Pyramid, Cascading et Déformable (PCD). L’ADNet proposé atteint des performances de pointe par rapport aux méthodes antérieures, obtenant un PSNR-$l$l de 39,4471 et un PSNR-$μ$μ de 37,6359 lors du défi NTIRE 2021 sur l’imagerie HDR multi-images.