単一露光低動的範囲（LDR）画像を高動的範囲（HDR）にマッピングすることは、露光に関連する欠落情報のため、画像間変換タスクの中で最も困難なものの一つとされています。本研究では、単一ショットのLDRからHDRへのマッピングの課題に対処するために、新しい二段階の深層ネットワークを提案します。特に、我々が提案する方法は、カメラ応答関数（CRF）や露光設定などのハードウェア情報を知らなくてもHDR画像を再構成することを目指しています。したがって、最初の段階ではノイズ除去や露光補正などの画像強化タスクを行います。さらに、我々の深層ネットワークの第二段階では、データサンプルの凸集合からトーンマッピングとビット拡張を学習します。定性的および定量的な比較により、提案された方法が既存のLDRからHDRへの手法を僅差で上回ることが示されています。また、異なるカメラシステムを含むLDR画像データセットを収集しました。我々が収集した実世界のLDR画像を使用した評価結果は、提案された方法が視覚的なアーティファクトを呈さずに合理的なHDR画像を再構成できることを示しています。コード提供: https://github.com/sharif-apu/twostageHDR_NTIRE21.