近几年人工智能技术发展迅速,其中深度学习技术在各个领域取得了巨大的进展,使得人工智能技术在实际生活中的应用成为了可能。行人检测是计算机视觉领域的一大难点,其应用场景广泛。同时,随着中国城镇化进程的演进,人口流动也越来越频繁,这使得公共安全的压力也与日俱增,为此公安部门和企业等组织推进的天眼工程也使得中国拥有数量庞大的监控摄像头。传统的视频监控系统大多只提供查看、存储、回放等功能,系统功能较为单一,使用过程中无法做到及时预警。本文通过对市场需求的了解和对技术调研,设计并实现了智能监控视频行人检测系统。本系统针对企业园区环境下监控视频行人检测的需求进行设计与实现。系统采用基于区域的全卷积网络(Region-based Fully Convolutional Network,R-FCN)作为本文的核心算法,针对系统未来实际的应用场景制作数据集,同时针对应用场景对网络细节进行修改以使得模型在处理应用场景数据时具有更好效果,使用Caffe深度学习框架训练得到网络模型。但训练得到的模型虽然能够满足系统运行时的精度要求却无法达到实时性要求,因此我们使用TensorRT推理引擎对训练得到的模型进行量化压缩得到系统部署使用的推理模型。压缩后的模型将会部署在服务器端,服务器端的GPU需要支持INT8计算精度。客户端程序使用Qt5开发。用户在客户端程序中可以添加自己管理的摄像头,选择对管理的摄像头实时视频流或本地视频文件进行检测,服务器端获取到视频数据后进行检测并将检测结果发送回客户端程序展示给用户。本文设计实现的智能监控视频行人检测系统可以对获取的视频数据进行行人检测,且精度和实时性均达到要求。用户客户端程序也遵循简洁易用的原则,用户使用时操作方便,逻辑清晰。系统整体满足需求分析和功能设计的要求,经过测试后,系统可以满足实际应用的要求。