近年来随着无人飞行器的技术发展及民用需求,四旋翼飞行器成为了研究热点,四旋翼飞行器具有成本低、结构简单、机动性强、安全性高等优点。其负载能力强,可搭载航拍平台,在室内、隧道等近地面环境执行监控任务。随着搭载航拍平台的四旋翼飞行器的广泛应用,人体目标的检测技术也被应用在航拍图像、受害者营救等新兴的领域。本文针对超低空无人飞行器航拍图像的人体检测算法进行研究,根据不同的应用场景将应用需求划分为人体方向已知和人体方向未知两类,并根据不同的应用需求采用不同的人体检测算法。针对航拍平台视野受飞行器姿态变化的影响,本文通过建模分析超低空航拍视野,提出将不同视野下的航拍图像校正到固定标准视野上的解决方案,目的是将图像还原到可用于人体检测算法的视野上。对于监控应用等人体方向已知的情况,采用目前最广泛应用的HOG特征。该算法在HOG特征提取前对图像预处理并使用透视变换对图像校正,通过建立图像金字塔得到一系列不同尺寸的图像序列后使用滑动窗口检测法对所有图像进行遍历,对检测窗中的图像提取HOG特征向量,将每一个特征向量送入通过样本训练好的分类器中得到分类结果,并将分类结果融合得到航拍图像的人体检测结果。对于受害者营救等人体方向未知的情况,采用本文提出的一种适用于有旋转角的RGTHOG人体检测算法。首先,通过径向梯度转换获得具有旋转不变性的梯度;其次,使用相互重叠块的组合方式,获取多个带有旋转角信息的特征描述子,按旋转角大小将它们一维线性连接成具有旋转不变性的特征描述子组;最后,利用基于支持向量机的二级级联分类器实现了带旋转角的人体检测。最后通过仿真实验,对这两种算法进行测试,并验证它们的可行性。实验数据表明,两种算法均能能达到预期效果,其中使用HOG特征的算法在检测性能上表现较好,而使用RGTHOG特征的算法能实现旋转角可变的人体检测。