当前,无人机航拍已经成为人类获得信息的途径之一,研究航拍行人目标检测关键技术,对军用侦查、公共安全、人员搜索等应用领域有重大意义。然而,航拍场景通常具有环境复杂、目标对比度低等特点。另外,由于嵌入式设备功耗及计算能力受限,基于深度学习的目标检测算法的部署与应用也是值得研究的问题。本文以航拍行人目标为检测对象,针对航拍行人目标检测算法精度不足和单一传感器获取图像信息有限的问题,基于红外与可见光图像对YOLO目标检测展开研究。本文主要工作及贡献如下:（1）融合注意力机制优化的YOLO检测算法。通过融合注意力机制CBAM优化YOLOv4-tiny的特征提取网络,保持检测速度基本不变的同时提升算法的检测精度。在大型公开无人机航拍数据集Visdrone上进行实验,结果表明改进算法在速度基本不变的情况下,提升了平均检测精度。此外,在公开红外行人数据集FLIR上的对比实验也表明改进算法的有效性。（2）利用卷积自编码网络融合红外与可见光图像进行行人目标检测。红外与可见光图像融合网络由编解码网络与中间的特征融合层两部分组成。首先,通过两个类似结构的孪生编码网络分支分别对红外与可见光图像进行编码,得到相应的多通道特征图并压缩成为单通道特征图;然后根据区域能量特征融合生成新的特征图,经过解码网络重建出红外与可见光图像的融合图像。采用公开数据集KAIST进行实验表明,所设计算法融合效果更好,且更适应航拍场景下的行人目标检测。（3）融合显著图增强的热红外图像目标检测。使用U2-Net网络提取热红外图像的显著图,使用提取出的显著图对原始热红外图像进行融合增强,更加突出行人目标区域,从而显著提升行人目标检测的性能。采用公开航拍红外数据集Com Net,通过对多种不同的航拍行人目标检测方法和图像融合方法进行实验对比,验证了所提方法的有效性与泛化性。（4）面向算力和功耗受限的嵌入式设备,研究并实现了基于Jetson TX2和Tensor RT的航拍行人目标检测算法的优化与部署。在保持推理精度比较优势的同时,检测速度得到了显著提升,从而提高无人机机载设备算法的实时性。