Este documento presenta un marco basado en visión para detectar humanos y estimar la temperatura de la superficie de la cabeza a partir de imágenes térmicas aéreas adquiridas por Sistemas Aéreos No Tripulados (UAS). Se realizó una evaluación comparativa de arquitecturas recientes de detección de objetos para identificar el modelo más estable y confiable para la detección térmica de humanos bajo diferentes altitudes de vuelo. El marco seleccionado integra dos estrategias de localización de cabezas, a saber, el corte de máscara basado en segmentación y la localización de puntos clave asistida por pose, para extraer regiones de la cabeza y calcular valores de temperatura por píxel a partir de metadatos radiométricos. Los resultados muestran que la inferencia entre dominios utilizando modelos YOLOv11 preentrenados logra una detección confiable de humanos en entornos exteriores controlados. Entre los dos métodos, el método asistido por pose produjo estimaciones de temperatura más cercanas al rango fisiológico humano esperado (36-38 grados C), mientras que el enfoque basado en segmentación exhibió valores más altos atribuibles a la contaminación del límite de la máscara y al calentamiento de la superficie solar. En ausencia de validación de verdad de terreno a partir de sensores de grado médico, estos hallazgos se caracterizan como comparaciones relativas en lugar de afirmaciones de precisión absoluta. Este estudio establece una base metodológica para futuros sistemas de evaluación térmica basados en UAS e identifica requisitos críticos de calibración y validación para el despliegue en campo.