La detección de peatones es fundamental en los sistemas de navegación de vehículos autónomos en carretera, ya que permiten que un vehículo comprenda dónde se encuentran posibles peligros en el área circundante y le permiten actuar de tal manera que evite accidentes de tráfico, que pueden resultar en daños a las personas. En este trabajo, se presenta una revisión de las redes neuronales convolucionales (CNN) para abordar la detección de peatones. Además, presentamos modelos basados en CNN y aprendizaje por transferencia. El modelo CNN con la arquitectura VGG-16 se optimiza aún más utilizando el enfoque de aprendizaje por transferencia. Este artículo demuestra que el uso de aumentación de imagen en los datos de entrenamiento puede dar resultados variables. Además, se propone un sistema de preprocesamiento que se puede utilizar para preparar datos espaciales 3D obtenidos a través de sensores LiDAR. Este sistema de preprocesamiento es capaz de identificar regiones candidatas que pueden ser propuestas para clasificación, ya sea clasificación 3D o una combinación de clasificaciones 2D y 3D a través de fusión de sensores. Se propusieron varios modelos basados en aprendizaje por transferencia y redes neuronales convolucionales y se logró una precisión superior al 98% con el modelo de aprendizaje por transferencia adaptativo.