由于红外热像仪不依赖于灯光变化，因此红外热像仪可以作为一种室外测温仪，在行人检测研究中非常受欢迎。这意味着室外测温仪也将在夜间发生，这也是减少大多数人与车之间发生事故的方式。之前的研究提出了一种基于汽车的检测系统，其中涉及到一种针对行人的跟踪系统。它既适用于静止的车辆，也适用于行驶中的车辆。之后使用空间分辨率较低的室外测温仪，通过结合三种不同的方法建立了一个鲁棒的行人探测器，用于车辆行人检测。Olmeda用室外测温仪设计了一种行人检测系统，该系统可以根据人的体温和体型进行检测，并使用卡尔曼滤波器对其进行跟踪。并且作者提出了一种基于定向相位一致直方图和SVM分类器的检测系统，用于对行人进行分类。后续工作添加了一个验证步骤，其中将检测到的对象与行人模型进行匹配。这些基于红外热像仪—室外测温仪的方法都大大减少了夜间行驶的汽车于行人的事故发生率。

图为室外测温仪下的夜间行人

广泛用途的行人检测包括基于体温、形状和外观的方法以及基于局部特征的方法。除了根据体温判断是否人类以外，应使用基于形状的检测和基于外观的人类定位。在将形状提示用于消除非行人物体之后，将前景与背景分离，外观提示有助于确定行人的确切位置。使用局部特征和分类器的组合，这包括HOG（方向梯度直方图）功能和Edgelets检测，而Adaboost和SVM级联用作分类器。而且，在FPGA上实现了嵌入式行人检测系统。已经测试了一种基于汽车的立体视觉系统，该系统可以根据距离估计，大小，纵横比和头部形状定位来检测有温度的区域并对其进行分类。

不仅如此，可以在具有斑马线的道路两旁使用室外测温仪对行驶的机动车进行提醒，在行人陆陆续续经过时，出现画面，警报响起，使得机动车能够减速行驶通过斑马线。为了跟踪行人，对于静态情况，当机器人静止不动时，会应用图像差异和阈值进行人工检测。当移动时，系统使用光流从移动场景背景中过滤出移动前景对象。根据室外测温仪，可利用一种基于局部特征（SURF）的方法来检测身体部位来跟踪人类。跟踪部分使用基于卡尔曼的对象位置预测来克服缺乏区分人的色彩特征的问题。对于用室外测温仪拍摄的场景，卡尔曼预测被帧之间的偏移矢量计算所代替。