【学术征稿】Remote Sensing (IF 4.1) 特刊：轻量化人工智能遥感图像处理技术

0. 引言

在遥感大数据时代，如何在资源受限的场景（如卫星在轨处理、无人机实时监测）中部署高性能深度学习模型？

针对传统深度学习模型计算量大、内存占用高的问题，Remote Sensing (IF=4.1, Q1) 组织了题为 “Lightweight Artificial-Intelligence Techniques for Remote-Sensing Image Processing” 的特刊。本特刊由武汉大学、武汉理工大学、中南大学及华中科技大学的学者联合主持，诚邀相关领域的专家学者投稿。

1. 特刊核心主题

本特刊旨在探讨轻量化 AI 技术与遥感任务的深度融合，突破从算法理论到工程落地的“最后一公里”。

重点征稿范围（包括但不限于）：

• 轻量化架构设计：适用于遥感的移动端友好型 Backbone、高效神经算子、轻量化 Vision Transformer 等。
• 模型压缩技术：针对遥感任务的网络剪枝、量化、知识蒸馏及神经架构搜索 (NAS)。
• 高效影像处理任务：
  • 地物识别：轻量化语义分割、目标检测（车辆、舰船、建筑等）。
  • 时空分析：高效的变化检测框架与多时相数据处理。
  • 影像增强：低功耗的去噪、去雾、超分辨率重建。
• 多源融合：高光谱、LiDAR、SAR 等多模态数据的轻量化对齐与融合算法。

2. 期刊信息与评价

• 期刊名称：Remote Sensing
• 影响因子：4.1 (2023)
• 分区情况：JCR Q1 / 中科院二区
• 检索情况：SCIE, Scopus, Ei Compendex 等

3. 投稿关键信息

• 特刊主页：点击进入投稿系统
• 截稿日期：2026年7月15日
• 客座编辑团队：
  • 张浩 博士 (武汉大学)
  • 靳淇文 博士 (武汉理工大学)
  • 彭程里 博士 (中南大学)
  • 蒋兴宇 博士 (华中科技大学)

4. 为什么选择该期特刊？

1. 领域精准：聚焦轻量化这一当前 AI 领域的最热研究方向，有助于提升论文曝光率。
2. 审稿高效：期刊以响应速度快著称，能够缩短从投稿到见刊的周期。
3. 学术交流：本特刊致力于构建高质量的学术交流平台，推动遥感 AI 技术的实践落地。

欢迎各位同仁踊跃赐稿，共同推动遥感领域的技术革新！

详情咨询及投稿请访问官方主页：https://www.mdpi.com/journal/remotesensing/special_issues/3W63342Z4I

#遥感 #深度学习 #模型压缩 #轻量化网络 #学术论文