本稿では、単一の低動態範囲（LDR）画像から高動態範囲（HDR）の屋外照明状態を推定するCNNベースの手法を提案する。本CNNの学習には、屋外パノラマ画像を多数含む大規模データセットを活用した。これらのパノラマ画像の空域に対して、物理ベースの低次元屋外照明モデルを適合させることで、太陽の位置、大気状態、カメラパラメータなどを含むコンパクトなパラメータセットを取得した。その後、これらのパノラマ画像から視野制限付きの画像を抽出し、大量の入力画像と出力照明パラメータのペアを用いてCNNを学習した。テスト画像が与えられた場合、このネットワークを用いて照明パラメータを推定でき、そのパラメータを用いて屋外照明環境マップを再構成することが可能となる。実験により、本手法が現実的な照明条件の復元を可能にし、単一の画像から写実的な仮想オブジェクトの挿入を実現できることを示した。パノラマデータセットおよび実測HDR環境マップを用いた広範な評価において、本手法は従来の手法を顕著に上回ることが確認された。