선박 운항 및 해상 활동의 증가로 인해 해상사고 위험성이 지속적으로 높아지고 있으며, 광범위한 해역을 효율 적으로 감시할 수 있는 원격탐사 기반 선박탐지 기술의 중요성이 커지고 있다. 본 연구에서는 광학 위성영상 기반 비 지도 학습 기법을 활용한 선박탐지 및 크기 추정 방법을 제시하였다. 이를 위해 Sentinel‐2 Level‐2A 반사도 영상을 사 용하였으며, 부산항 인근 해역을 대상으로 분석을 수행하였다. 먼저 주성분분석(Principal Component Analysis, PCA)을 적용하여 분광 정보를 압축하고 노이즈를 저감한 후, K‐means 클러스터링을 통해 선박과 해수를 분리하였다. 이후 선 박자동식별시스템(Automatic Identification System, AIS) 자료를 활용하여 탐지 결과의 정확도를 평가하고, 타원 피팅 기법을 적용하여 선박 길이를 추정하였다. 분석 결과, PCA 기반 전처리는 선박과 해수 간 반사도 차이를 효과적으로 강화하였으며, K‐means 클러스터링은 약 80% 수준의 탐지 정확도를 나타내었다. 또한 AIS 자료와의 비교에서 평균 약 78 m 수준의 위치 차이를 보여 탐지 결과의 공간적 신뢰성을 확인하였다. 타원 피팅 기반 길이 추정에서는 대형 선박 을 대상으로 실제 등록 길이와 비교한 결과, 약 38m의 평균제곱근오차(Root Mean Square Error, RMSE)가 산정되었 다. 본 연구는 추가 학습자료 없이도 광학 위성영상 기반 비지도 접근을 통해 선박탐지와 크기 추정이 가능함을 제시 하였으며, 향후 해양 감시 및 선박 모니터링 분야에 활용 가능성을 제공한다.

The increasing volume of vessel traffic and maritime activities has led to a continuous rise in the risk of maritime accidents, highlighting the growing importance of remote sensing-based vessel detection techniques for the efficient monitoring of ocean areas. This study proposes an unsupervised approach for vessel detection and vessel size estimation using optical satellite imagery. Sentinel-2 Level-2A surface reflectance imagery acquired over the coastal region near Busan Port was analyzed. Principal component analysis (PCA) was first applied to reduce the dimensionality of the spectral information and reduce noise, after which K-means clustering was employed to distinguish vessels from seawater. Automatic Identification System (AIS) data were then used to evaluate the detection accuracy, and ellipse fitting was applied to estimate vessel lengths. The results showed that PCA-based preprocessing effectively enhanced the reflectance contrast between vessels and seawater, whereas K-means clustering achieved a detection accuracy of approximately 80%. A comparison with AIS data indicated an average positional difference of approximately 78 m, confirming the spatial reliability of the detection results. For the ellipse-fitting-based length estimation, a comparison with the registered lengths of large vessels yielded a root mean square error (RMSE) of approximately 38 m. This study demonstrates that vessel detection and size estimation can be achieved using an unsupervised approach based on optical satellite imagery without requiring additional training data, highlighting its potential applicability to maritime surveillance and vessel monitoring.

Abstract
요 약
서 론
자료 및 방법
    광학 위성영상
    선박자동식별장치(AIS)
    주성분분석(PCA)
    K-means 클러스터링
    타원 피팅(Ellipse fitting)
연구 결과
    밴드별 반사도 공간분포 비교
    PCA 기반 상위 주성분 분석
    클러스터 수에 따른 선박탐지 특성 분석
    AIS 기반 선박탐지 정확도 평가
    타원 피팅 기반 선박 길이 추정
토 의
결 론
사 사
References

• 박경애(서울대학교 지구과학교육과, 08826, 서울특별시 관악구 관악로 1) | Kyung-Ae Park (Department of Earth Science Education, Seoul National University, Seoul 08826, Korea) Corresponding author
• 박재진(선박해양플랜트연구소 해사안전·환경연구센터, 34103, 대전광역시 유성구 유성대로 1312번길 32) | Jae-Jin Park (Maritime Safety and Environment Research Center, Korea Research Institute of Ships and Ocean Engineering, Daejeon 34103, Korea)
• 김태성(선박해양플랜트연구소 해사안전·환경연구센터, 34103, 대전광역시 유성구 유성대로 1312번길 32) | Tae-Sung Kim (Maritime Safety and Environment Research Center, Korea Research Institute of Ships and Ocean Engineering, Daejeon 34103, Korea)
• 이문진(선박해양플랜트연구소 해사안전·환경연구센터, 34103, 대전광역시 유성구 유성대로 1312번길 32) | Moonjin Lee (Maritime Safety and Environment Research Center, Korea Research Institute of Ships and Ocean Engineering, Daejeon 34103, Korea)