본 논문은 실시간 영상 데이터와 해도 정보를 융합하여 해상 시계를 향상시키는 새로운 방법을 제시합니다. 시스템은 부표와 같은 항해 보조 장비를 감지하여 해도 데이터의 해당 표현과 정확하게 일치시킴으로써 실시간 영상 피드에 해도 데이터를 오버레이합니다. 강력한 연관성을 확보하기 위해, 부표 쿼리에 대한 바운딩 박스와 신뢰도 점수를 예측하는 트랜스포머 기반의 엔드투엔드 신경망을 도입하여 영상 영역의 탐지를 세계 좌표계의 해도 마커와 직접적으로 매칭합니다. 제안된 방법은 카메라 투영을 통해 부표 위치를 추정하는 광선 추적 모델과 거리 추정 모듈이 확장된 YOLOv7 기반 네트워크를 포함한 기준 방법과 비교됩니다. 실제 해상 장면 데이터 세트에 대한 실험 결과는 제안된 방법이 동적이고 어려운 환경에서 객체 위치 확인 및 연관 정확도를 크게 향상시킨다는 것을 보여줍니다.
