Marine vehicle tracking is gaining relevance nowadays in the research community. This has to do with the fact that current development in technology has propitiated a tendency towards autonomous navigation, with all the potential advantages this implies. A solution to this problem will be the focus of this dissertation. Based on previous work in the field, a tracking system using computer vision with a monocular camera arrangement is proposed. In this system, some possibilities of improvement have been identified and implemented. They can be grouped in two blocks: those related to perception and those related to the model of tracking. In the former, modern techniques based on deep-learning have been applied, whereas in the latter, mathematical models have been developed aiming to improve and complement the existing system. The results of the proposed methods show improvements in the robustness and accuracy of the tracking of marine vehicles in the tested scenarios.
최근 학계에서 해양 선박 추적 기법이 중요한 문제로 인식되고 있다. 이는 현재 기술의 발전이 항법 기술이 내포하는 모든 잠재적 이점과 함께 자율 항법의 발전을 촉진시키는 경향이 있다는 사실과 연관이 있다. 본 논문에서는 이러한 문제에 대한 해결책을 제시하는데 초점을 맞춘다. 해당 분야에서의 기존 연구를 바탕으로, 단안 카메라를 사용한 영상처리 기반 추적 시스템을 제시한다. 제안하는 시스템에서 몇 가지 개선 가능성이 확인되었고 구현되었다. 개선된 부분은 크게 두 가지로, 하나는 물체 인식 방법이며 다른 하나는 추적 모델이다. 전자의 경우 물체 인식을 위해 딥러닝 기반 기술이 적용되었으며, 후자의 경우 기존에 탐지 시스템의 성능을 개선하기 위한 수학적 모델을 개발하였다. 제안된 방법을 적용한 추적 및 탐지 결과를 실험 시나리오를 통해 검증하였으며, 해양 선박을 보다 강인하고 높은 정확도로 추적함을 보인다.
