Die multispektrale Bilderkennung hat sich in den letzten Jahren deutlich weiterentwickelt und bestand bis vor kurzem nur aus Erdbeobachtungssatelliten oder speziellen Trägerplattformen, wie Flugzeugen, mit Multi- und Hyperspektralkameras. Die Nutzung von Drohnen hat dabei zu einer Weiterentwicklung multispektraler Bilderkennung geführt und Aufnahmen mit miniaturisierten Kameramodellen ermöglicht. Durch die Integration und Entwicklung dieser Sensoren hat sich auch das Gesamtgewicht verändert. Im Vergleich sind Sensoren der heutigen Generation nur halb so groß und haben nur ein Viertel des Gewichts der älteren Generationen.

Ein großes Potential in der Anwendung von multispektraler Drohnenfernerkundung liegt derzeit im Bereich der Landwirtschaft. Durch spezielle spektrale Reflektionseigenschaften ist es unter anderem möglich, die Pflanzenvitalität, Nährstoffversorgung, oder den Krankheitsbefall im Feld zu bestimmen. Im Allgemeinen unterscheidet man je nach Anwendungsbedarf zwischen multi- und hyperspektraler Bilderkennung. Die Unterscheidung basiert im groben auf der Anzahl der spektralen Kanäle, bzw. Bänder. Während bei bis zu 20 Kanälen von Multispektralsensoren gesprochen wird, bezeichnet man Sensoren, welche ein spektral hochaufgelöstes Bild erzeugen als Hyperspektralsensoren. Im Rahmen der Spectral Challenge wurden ausschließlich Multispektralkameras von den Firmen MicaSense und Sequoia berücksichtigt. Die technischen Details der einzelnen Sensoren sollen im folgenden Abschnitt erläutert werden.