Con el avance continuo de la tecnología de drones, los drones están demostrando una tendencia hacia la autonomía y el agrupamiento. La detección de objetos en el aire desde la perspectiva de los drones es crítica para abordar las amenazas que representan los objetivos aéreos y garantizar la seguridad de los drones en el proceso de vuelo. A pesar de los rápidos avances en la tecnología de detección de objetos en los últimos años, la tarea de detección de objetos desde la perspectiva única de los drones sigue siendo un desafío formidable. Para abordar este problema, nuestra investigación presenta un mecanismo novedoso y eficiente para la fusión de cuadros adyacentes con el fin de mejorar el rendimiento de la detección visual de objetos en escenarios aéreos. El mecanismo propuesto consiste principalmente en dos módulos: un módulo de fusión de alineación de características y un módulo de sustracción de fondo. El módulo de fusión de alineación de características tiene como objetivo fusionar características de cuadros adyacentes alineados y cuadros clave en función de sus pesos de similitud. El módulo de sustracción de fondo está diseñado para calcular la diferencia entre las características del primer plano extraídas del cuadro clave y las características de fondo obtenidas de los cuadros adyacentes. Este proceso permite una mejora más efectiva de las características del objetivo. Dado que este método puede mejorar significativamente el rendimiento sin un aumento sustancial en los parámetros y la complejidad computacional, al aprovechar eficazmente la información de características de los cuadros adyacentes, lo denominamos un mecanismo eficiente de fusión de cuadros adyacentes. Los experimentos realizados en dos conjuntos de datos desafiantes demuestran que el método propuesto logra un rendimiento superior en comparación con los algoritmos existentes.