本发明公开了一种结合局部感知和高阶特征重构的水下目标重识别方法，其包括利用目标检测算法模型的跨阶段网络对采集的图像进行水下目标特征处理，获得水下目标特征图；水下目标特征图进行映射处理和尺度池化获得具有特征矩阵的特征图，输入路径聚合网络并预测生成目标物，目标物进行采样并通过残差网络提取图像特征获得三维张量和垂直条，垂直条进行平均池化生成预测图像，预测图像进行张量重构再识别处理的到上下文信息片段，利用合成和元素级乘积和加权平均获得上下文特征，上下文特征进行平均池化与最小化交叉熵损失处理获得预测结果。张量重构提取更为高阶特征信息的特征图，用于预测得出鲁棒性更强、精度更高的再识别预测结果。