计算机视觉与深度学习用于水下生境鱼类分类：综述

海洋科学家利用远程水下视频记录调查自然生境中的鱼类物种。这有助于他们理解并预测鱼类如何应对气候变化、生境退化与捕捞压力。这些信息对于发展供人类消费的可持续渔业及保护环境至关重要。然而，海量的采集视频使人工提取有用信息成为艰巨且耗时的工作。解决此问题的一个有前景的方法是前沿的深度学习（DL）技术。DL可帮助海洋科学家及时高效地解析大量视频，解锁传统人工监测方法无法获得的细分信息。本文概述DL的关键概念，同时呈现聚焦于水下鱼类分类的鱼类生境监测文献综述。我们还讨论了开发水下图像处理DL时所面临的主要挑战，并提出应对方法。最后，我们对海洋生境监测研究领域提供见解，并阐明水下图像处理DL的未来可能走向。本文旨在面向广泛读者：从希望将DL应用于研究的海洋科学家，到希望调研基于DL的水下鱼类生境监测前沿文献的计算机科学家。