随着机器视觉技术的不断提高和对城市安防需求的增强,行人检测作为智能视频监控系统的主要技术手段,也得到了越来越多的关注,同时对系统性能的要求也随之增高,如高识别率,低功耗,实时性强。因此,设计并实现一种高性能的行人检测系统是有必要的。根据摄像机与运动目标之间的关系可分为静态背景下的运动目标检测（摄像机静止）和动态背景下运动目标检测（摄像机也同时运动）。视频监控系统都是通过固定摄像机（背景固定不变）来采集目标图像,然后对目标进行检测识别。本文是针对静态背景的监控图像中的行人进行检测。本文的研究主要为了提高静态背景下行人检测的准确率、实时性和降低系统功耗。利用异构处理器PYNQ-Z1强大的并行性、灵活的可重构性、丰富的逻辑资源以及软件ARM操作系统搭建简单,易于实现复杂算法和流程控制能力强的特点,采用软硬件协同设计的方法实现了静态背景下的行人检测。最后利用AXI VDMA实现软硬件之间的数据交换和通信。具体的包括:（1）在PYNQ芯片的处理器系统（Programmable System,PS）部分完成两部分任务:首先是针对行人检测识别算法漏检率高和算法复杂性高的特点设计并实现Haar和Edgelet双特征融合训练Ada Boost分类器;然后编写主控代码,完成对IP核的调用。（2）在PYNQ芯片的可编程逻辑（Programmable Logic,PL）部分完成运动前景检测算法的加速设计、硬件显示逻辑设计。其中运动前景检测算法的加速设计包括灰度化转换IP核和帧间差分法IP核的设计。（3）利用相应的API函数通过AXI VDMA进行软件PS和硬件PL之间的数据交互,充分实现软硬件协同工作。为了配合异构系统,在PC机Juypter中通过Python API对IP核进行调用。本文通过使用软硬件协同设计的方法实现了基于静态背景下的行人检测系统,并对系统的性能进行了检测,证明本文所设计实现的系统具有识别率高、实时性强、功耗低的特点。