在当今快速发展的世界中,视觉模型在机器人、自动驾驶、医疗保健、工业自动化和环境监测等多种应用中正发挥着越来越重要的作用。然而,这些模型在动态、复杂且资源受限的环境中常常面临挑战,因为数据在这些环境中存在噪声、不完整或持续演化。

随着低空经济的快速发展，无人机在智能巡检、物流运输、应急监测等场景中的应用日益广泛。高效、精准的目标感知能力，是实现无人机智能化自主作业的核心基础。然而，无人机空拍图像通常面临目标区域占比小、视觉结构模糊、环境干扰多等挑战，导致图像中有效信息稀疏，传统通用图像处理方法在此类任务中表现受限。尤其当目标仅占数十像素时，现有模型易出现漏检与误检，不仅制约了无人机视觉系统的实际落地，也对构建鲁棒、智能的低空视觉信息处理体系提出了严峻考验。

多云和多雨的环境在热带、亚热带和其他经常受云量和降雨影响的地区很常见。这些具有挑战性的条件对遥感数据的采集、处理和应用构成了重大障碍，同时也激发了方法和技术的创新。这些地区有效的遥感方法和应用对于支持环境监测、灾害管理和可持续发展至关重要，使其成为环境遥感研究的重点。本特刊旨在推动遥感在恶劣天气条件下应用的方法和技术进步，并支持云雨环境中的可持续发展。

水下环境中的准确 3D 感知已成为各种海洋工程任务的关键要求，例如海底基础设施检查、水下航行器的自主导航、栖息地测绘和环境监测。然而，浊度、光散射、能见度有限和动态水流等水下条件使得传统成像技术无效。为了克服这些挑战，研究人员开发了广泛的声学（例如多波束声纳、侧扫声纳）和光学（例如立体视觉、激光扫描、光度立体、基于 SLAM）的水下 3D 重建方法。本特刊旨在探讨水声和光学三维重建技术的最新进展及其在以工程为重点的海洋应用中的实际应用。我们欢迎高质量的原创研究，通过硬件创新、先进算法、多模态传感器融合和在真实海洋条件下的实验验证来应对水下 3D 重建的挑战。

最近的跨学科研究进一步揭示，噪声不仅仅是一种需要去除的污染物:在受控条件下，它可以作为一种激励信号或显式先验从而提升模型性能。正向激励噪声能细化决策边界;有意的噪声注入则有助于增强隐私保护能力和对抗鲁棒性;而噪声统计可以支持不确定性量化和材料鉴别。然而，现有研究通常只针对孤立阶段进行探讨，缺乏一个系统性的“缓解-激发-利用”框架，以及可解释、可迁移和可部署的遥感模型所需的理论基础。为了解决这些问题，本特刊旨在探索与噪声感知遥感相关的技术和应用领域的原创研究，以分享最新的研究成果、方法以及最佳实践，并推动噪声感知遥感的进一步发展。

地理空间图像分析已成为跨不同领域的关键任务应用的基石，从城市建模（例如，能见度下降的多传感器无人机导航）到动态环境监测（例如，近乎实时的灾难响应），以及基础模型驱动的场景解释的不断兴起的范式。这些应用从根本上依赖于从图像中提取准确的几何、空间、时间和光谱信息。不幸的是，它们的实际部署面临三个限制：不良成像条件（大气干扰（云/雾霾）和不利照明（阴影/弱光）），单传感器限制和泛化差距。为了突破这些困境，我们现在发出论文征集，以进一步推进这一关键领域的研究和解决方案。我们邀请研究人员、学者和从业者发表原创研究论文，探讨与地理空间图像感知和理解相关的最新发展、创新方法和实际应用，特别是在具有挑战性的现实条件下。

随着高光谱传感器在航空、太空和地面平台上的普及，光谱数据的量和复杂性已经超出了传统分析方法的极限，这进一步加大了对高效和可扩展分析技术的需求。同时，人工智能的进步为释放高光谱数据的潜在潜力提供了前所未有的机会，开辟了从算法到应用的新领域，并改变了我们分析和解释复杂光谱信息的方式。然而，尽管有这些进展，在将人工智能应用于高光谱遥感方面仍然存在关键的差距，包括标签稀缺、模型泛化、计算成本等。因此，如何有效解决这些挑战，以充分释放人工智能在高光谱遥感中的潜力，已成为一个亟待解决的紧迫挑战。本特刊旨在通过展示人工智能与高光谱遥感交叉领域的前沿研究来应对这些挑战。通过将基础算法进展与实际实施案例研究结合在一起，帮助定义智能高光谱分析的未来发展轨迹。

“传感智能和机器学习”描述了人工智能 （AI） 和机器学习 （ML） 方法与传感器技术的结合。这种融合提高了传感器功能，提高了准确性、灵敏度和适应性。“传感智能和机器学习”的应用包括医疗保健和生物医学工程、自动驾驶汽车等。本特刊旨在探索深度学习在提高成像传感器分辨率和准确性方面的应用和在机器人技术中使用传感器融合和机器学习进行环境交互和导航。

自 2010 年卷积神经网络复兴以来，计算机视觉一直是深度学习技术最具活力的领域之一。近年来，图像和视频合成与生成、3D 视觉、视觉语言模型和多模态学习逐渐成为该领域的研究热点。自然语言处理领域的大型语言模型 的变革浪潮激发了对其在计算机视觉中潜力的进一步探索。在这种情况下，AI 需要沉下来处理更多底层信号或硬件信息。本期特刊希望通过关注信号处理和计算机视觉领域 AI 技术的最新进展来记录和推动这一趋势。