本研究提出了一种新颖的多尺度方法，成功融合水下与空中图像，实现了珊瑚礁区域的高精度分类，AUC分数达到0.9251，展示了多尺度成像与人工智能在珊瑚礁监测中的应用潜力。

本文介绍了多种基于卷积神经网络（CNN）的多尺度方法，如SiCNN、SEUNet和MSCNN。这些方法旨在提升图像识别、目标检测和医学图像分类的性能，展现出对尺度变化的鲁棒性和较低的计算成本。实验结果表明，这些新方法在特征提取和分类精度上优于传统单尺度模型。