近日，人工智能和机器学习已经吸引了越来越多的关注，特别是在多媒体领域取得了在研究界和产业界巨大的成功。随着机器的深度学习特别学习的最新进展，在图像分析和理解许多任务已经应用到解决实际问题。例如，由于深学习的分类器在图像分类成功应用于2012年，深学习也被广泛应用在其他计算机视觉任务，如视频分类和影像超分辨率。从大量的数据的学习有效特征表示能够提取的底层结构的数据中，由于了解到特征很好地适应手头的任务，其产生比手工制作的特征更好的代表性的特征。然而，大多数的现有深度学习为基础的方法需要学习的参数数量庞大尤其是与日益复杂的网络，这限制了他们的应用程序中的图像分析和实时环境的理解。

这期特刊的主要目的是组织最近开发的机器学习方法的集合，以及它们在图像分析和理解应用程序。该专刊的目的是成为一个国际论坛，研究人员在原始的研究论文报道风格在这一领域的最新发展。它描述了现有技术的当前状态的评论文章也受到了欢迎。

潜在的主题包括但不限于以下内容：

• 图像分类
• 图像分割
• 图像跟踪
• 图像显着
• 行为的理解