En la actualidad, el problema de la detección de peatones ha atraído cada vez más atención en el campo de la visión por computadora. Las regiones más rápidas con características de red neuronal convolucional (Faster R-CNN) son consideradas como una de las técnicas más importantes para estudiar este problema. Sin embargo, la capacidad de detección del modelo entrenado por Faster R-CNN es susceptible a la diversidad de la apariencia de los peatones y a la intensidad de la luz en escenarios específicos, como en un metro, lo que puede llevar a la disminución de la tasa de reconocimiento y al desplazamiento de la selección de objetivos para los peatones. En este documento, proponemos el método modificado de Faster R-CNN con mejora automática del color (ACE), que puede mejorar el contraste de la muestra al calcular la relación relativa de luz y oscuridad para corregir el valor final del píxel. Además, se presenta un método de calibración basado en la reducción de categorías de muestra para localizar con precisión el objetivo para la detección. Luego, elegimos el marco de detección de objetivos Faster R-CNN en el conjunto de datos experimental. Finalmente, la efectividad de este método se verifica con la muestra de datos reales recopilados del video de monitoreo de pasajeros del metro.