Con el aumento global de las actividades marítimas, la frecuencia de los accidentes marítimos ha aumentado, subrayando la urgente necesidad de soluciones de búsqueda y rescate (SAR) más rápidas y eficientes. Este estudio presenta un sistema de rescate marítimo basado en vehículos aéreos no tripulados (UAV) que combina la planificación de rutas dinámica impulsada por GPS con la detección y seguimiento de doble objetivo basada en visión. Desarrollado dentro del entorno de simulación Gazebo y basado en una arquitectura modular de ROS, el sistema soporta un despegue estable y transiciones suaves entre modos de vuelo de multirrotor y ala fija. Un módulo de comando externo permite actualizaciones de puntos de referencia en tiempo real. Este estudio propone tres esquemas de planificación de rutas basados en las características de los drones. Experimentos comparativos han demostrado que la ruta triangular es la óptima. En comparación con los otros esquemas, esta ruta reduce la distancia de vuelo en un 30-40%. Se logra un reconocimiento robusto de objetivos utilizando una implementación de darknet-ROS del modelo YOLOv4, mejorada con aumento de datos para mejorar el rendimiento en condiciones marítimas complejas. Un algoritmo de rango basado en visión monocular asegura una estimación precisa de la distancia y un seguimiento continuo de los buques de rescate. Además, un algoritmo de seguimiento de doble objetivo que integra la predicción de movimiento con el reconocimiento de zonas de aterrizaje basado en color logra una tasa de éxito del 96% en aterrizajes precisos en condiciones dinámicas. Los resultados experimentales muestran un aumento del 4% en la tasa de éxito general de la misión en comparación con los métodos SAR tradicionales, junto con ganancias significativas en capacidad de respuesta y fiabilidad. Esta investigación ofrece una solución UAV técnicamente innovadora y rentable, con un gran potencial para aplicaciones de respuesta a emergencias marítimas en el mundo real.