我国水资源总量丰富,海岸线漫长,拥有众多河流湖泊。水上乐园、水上游轮以及乘船等交通出行方式早已深深融入到大众的日常生活中;但是,危险同样存在,在水面上,一旦发生船体侧翻、触礁以及其他不可控因素导致船体沉没等安全事故,会造成十分严重的后果。因此,在船体发生安全事故导致沉没后,如何快速有效的搜索定位落水人员,对减少人员伤亡以及财产损失具有重要研究意义。本论文分别针对水面目标检测和无人船系统研发进行研究,提出了基于Faster Region with CNN feature(Faster-RCNN)和Single Shot Multi Box Detector(SSD)模型的目标检测算法;同时,研发了一套由远程监控系统、本地基站和无人船组成的无人船系统,将算法进行了工程化实现,实现了对水面目标的快速搜索定位。本文提出基于Faster-RCNN和SSD模型融合的水面目标快速检测算法,专门针对船体沉没事故导致的落水人员难以快速搜寻定位问题;Faster-RCNN算法和SSD算法是当前计算机视觉目标检测领域的流行算法,选用新加坡公开的海洋数据集分别对两种算法进行训练,其中新加坡海洋数据集提供了渡轮、浮标、轮船、快艇、独木舟、帆船、水面的人和飞机以及其他物体等水面常见的十类物体来增加算法的准确性;模型训练完毕后,使用卡尔曼滤波算法对两个模型预测出的目标检测框进行融合修正,实现了对水面目标的实时快速搜寻定位,并且解决了两个单模型分别造成的速度慢和准确度低的问题,同时提高了算法的稳定性和抗干扰性。针对当前水面搜救慢,搜索多采用固定式摄像头等低效率的传统方式,本文研究开发了一套由远程终端,本地基站和无人船组成的无人船系统,基于B/S架构设计了远程终端系统,基于C/S架构设计了本地基站;并对数据库进行相应设计、包括目标检测、历史数据回放、一键返航以及定点巡航等功能。该系统突破了传统无人船系统岸基模式的限制,在传统模式的基础上引入了远程终端,方便工作人员远程实时查看当前船体的位置和搜索状态。最后,将本文研发的无人船系统进行实地试验。试验表明,无人船系统各个模块工作正常,通信稳定,并且验证了水面目标检测的准确度和快速性。