作为水下无损检测技术中的重要分支,水下视频技术为水下光视觉目标识别研究工作提供了数据支持,极大程度促进了水下光视觉目标识别领域的发展。基于传统特征的水下目标识别方法,存在人工选取的特征对自然物种识别的适应性不足、效率低等问题,相比之下,深度学习方法优势明显,但由于水下细粒度图像数据集存在数量和质量问题,导致基于深度学习的水下细粒度目标识别任务同样面临巨大挑战。针对上述问题,本文以F4K鱼类图像数据集为样本,研究了水下图像预处理方法,以及机器视觉中的注意力机制和特征融合方法,通过设计的分层精简双线性注意力网络实现了水下鱼类识别。本文的研究工作如下:（1）针对水下图像存在的噪声干扰、偏色以及低分辨率问题,从图像去噪、颜色校正以及分辨率提升等角度研究了水下光学图像预处理方法,验证结果表明自适应中值滤波算法（AMF）有助于实验数据集图像滤波,快速水下图像增强算法（FUnIEGAN）有益于水下图像的综合质量提升。（2）针对当前基于卷积神经网络的水下目标识别算法缺乏捕获细粒度特征的能力等问题,研究了有助于细粒度目标识别的B-CNN基础模型,以及机器视觉中的注意力机制和卷积层间特征融合策略,设计了可提升图像细粒度特征捕捉能力的分层精简双线性注意力网络模型（STN-H-CBP）。（3）针对F4K水下鱼类数据集存在的样本失衡、图像质量差,导致深度学习方法应用受限的问题,采用FUn IEGAN算法进行处理,强化水下鱼类图像的细粒度特征,对样本少的类别进行数据扩充,并应用迁移学习与微调技术优化模型避免过拟合,最终在目标数据集上验证了分层精简双线性注意力网络的有效性。（4）针对水下视频采集和图像质量分析,设计了用于搭载水下视频设备的小型观测级ROV软硬件平台,主要由ROV本体和岸上控制台两部分构成。重点研究了基于水下成像模型的ROV视觉系统,从形成水下视频图像的各环节分析了水下图像降质的原因,并采用LifeCLEF2015鱼类任务中公开的鱼类视频制作测试集实现本文所提方法的应用。