Recientemente, la tecnología de análisis de información submarina se ha desarrollado rápidamente, lo que beneficia la exploración de recursos submarinos, la acuicultura submarina, etc. El trabajo manual peligroso y laborioso es reemplazado por la tecnología de visión por computadora basada en aprendizaje profundo, que se ha convertido gradualmente en la corriente principal. El método de análisis visual basado en cámaras binocular no solo puede recopilar imágenes del lecho marino, sino también construir la información de la escena en 3D. Se utilizó el paralaje de la imagen binocular para calcular la información de profundidad del objeto submarino. Se construyó un método de análisis refinado basado en cámaras binocular para la estimación de la longitud del cuerpo de criaturas submarinas. Se utilizó una red completamente convolucional (FCN) para segmentar el objeto submarino correspondiente en la imagen y obtener la posición del objeto. Se propone un algoritmo de estimación de la dirección del cuerpo de un pez según la imagen segmentada. Se utilizó el algoritmo de coincidencia de bloques semi-global (SGBM) para calcular la profundidad de la región del objeto y estimar la longitud del cuerpo del objeto según las vistas izquierda y derecha del objeto. El algoritmo tiene ciertas ventajas en tiempo y precisión para el análisis de objetos de interés mediante la combinación de FCN y SGBM. Los resultados de los experimentos muestran que este método reduce efectivamente la información innecesaria, mejora la eficiencia y la precisión en comparación con el algoritmo SGBM original.