日益增长的铁路行车里程对铁路安防提出了更高的要求,传统铁路安防主要依靠人力视频监控来监测外来入侵人员,如今这种传统安防模式也应向智能化变迁。本文结合先进的目标检测技术与嵌入式异构处理器搭建适用于铁路场景下的嵌入式视频行人检测系统,论文主要完成的工作如下:(1)将铁路场景图像数据集划分为训练集,测试集和补充微调数据集。利用通用目标检测网络YOLOv3设计专用行人检测网络,并针对铁路场景特性做优化。引入平均精确度与对数平均漏检率两种评价标准对网络检测精度进行综合评价。(2)利用通道剪枝的方法实现YOLOv3行人检测网络的轻量化,本文设计了规整通道剪枝策略,提升了极限剪枝策略中对硬件加速器的友好性。引入补充微调数据集,改善了使用原始训练集微调剪枝后网络无法足量恢复检测精度的问题,使得在大规模压缩检测网络的同时获得了高于剪枝前的检测精度。(3)在嵌入式异构设备ZCU104上实现了轻量化行人检测网络,推进了该行人检测网络的实用化。设计了输入输出双缓冲图像队列,以及多线程调度以优化视频流,并验证了行人检测系统的检测精度与处理速度,达到了预期的设计目标。本文完成了数据集整理、算法设计、网络剪枝,以及在专用系统上的轻量化实现,经测试本文设计的轻量化行人检测系统可以初步满足铁路场景下的检测需求。