在計算機視覺研究中，人類通常是被觀察的對象。從監視到娛樂到醫療診斷，它的應用范圍非常廣泛。盡管之前的處理方式通常使用簡單的圖像處理算法，例如閾值檢測，甚至手動檢查圖像。但對于人為系統，卻更加重視具有自動檢測和跟蹤算法的強大系統。就像恒溫動物所描述的那樣，人類試圖保持恒定的體溫，而與周圍環境的溫度無關。這意味著，在大多數環境中，在捕獲紅外熱像圖時，人員會從紅外熱像儀中脫穎而出。利用該功能可以改善許多視覺系統中的檢測步驟。如果從近距離觀察人，則可以從紅外熱像儀中提取有關皮膚溫度分布的信息。這對于諸如人臉識別或醫學檢查有著巨大的作用。

圖為紅外熱像儀的紅外熱像圖

對人類的檢測是許多監視應用程序中的第一步。通用系統應具有良好的魯棒性，而且這與環境無關。因此，基于紅外熱像儀通常是比普通視覺相機更好的選擇。由于紅外熱像儀能夠在夜間“看見”，因此對于監視和檢測入侵者非常有用。對于侵入者檢測，分類通常基于溫度和簡單的形狀提示。提出了兩個侵入者檢測系統，其中一個系統可以調節紅外熱像儀以檢測人體溫度范圍內的物體，然后根據形狀對物體進行分類。其他工作旨在通過模式識別來檢測人的頭部來識別人。也可以使用閾值法，對每個斑點進行驗證，以確定其是否包含一個或多個人。如果包含多個，則將其分為兩個斑點。

通常，熱傳感器可用于檢測墜落事故或異常活動的系統，這是尤其是老年人獨立生活的重要安全工具。Sixsmith and Johnson提出了一種使用低分辨率紅外熱像儀系統。如果檢測到跌倒或長時間不活動，系統會發出警報。還通過分析被檢測物體的形狀和姿態以及體溫，提出了一種用于私人住宅的跌倒檢測系統，一種使用安裝在馬桶上方的紅外熱像儀浴室跌倒檢測系統，以防止老人跌倒及時報警。

紅外熱像儀還能對更一般的人類活動進行分析。Han和Bhanu提出了一種使用時空信息區分步行和跑步的系統，通過將3D運動學模型與從紅外熱圖像中提取的輪廓擬合來估計步態參數。不同的運動類型通過隨時間推移檢測到的人的位置進行分類。一種用于分析人群中人的姿勢，用來檢測躺下的人的系統。這對于檢測公共場所的人群體溫或其他威脅可能很有用。同時，也設計出了一種通過找到上身的方向并定位身體的主要關節來估計人體姿勢的系統。