随着人工智能时代的到来和人们生活水平的提高,健全的安防体系在保障人身安全和财物安全方面变得尤为重要,因此安防管控成为人们越来越关注的一个重要领域。常见的安防系统包括监控系统、入侵报警系统、考勤门禁等,其中在视频监控系统和部分考勤门禁方面都逐步采用了深度学习等高新技术手段。但入侵式报警系统依旧采用传统技术手段,即入侵探测器大多为红外探测器、激光探测器、震动或感应式探测器等。因此传统入侵报警系统的前端报警设备并不具备智能化,无法准确识别出入侵对象为人或其他生物而导致误报警的发生,造成安防系统的可信度缺失以及人力财力资源损失等问题,此外现有的入侵报警系统设备自身也缺乏一定的可拓展性。针对现如今入侵安防系统存在的上述弊端,本文基于QT平台和嵌入式平台设计了一种智能安防警示系统。该系统基于推理框架XD＿DEEP＿INFER,将设计的适用于本系统的网络模型移植到微控制器平台上实现行人检测功能,且行人检测的正确率可以达到73%左右,有效地避免了误报警事件的发生,弥补了市场上安防检测报警的漏洞。本系统主要的工作和研究点包括下述三个方面:（1）基于嵌入式平台的智能安防警示系统的前端报警设备设计。前端报警设备增添了工作参数的三种功能,分别是可配置功能、可选的声、光配合报警方式以及联网组网功能。其中参数的可配置功能可增强设备对外界工作环境的自适应性;声、光配合报警方式结合了人的视觉和听力两方面,实现了真正意义上的警示;联网组网功能实现了对多点前端报警设备的统一管理和监督。（2）基于QT平台的智能安防警示系统的管理平台设计。整个管理平台包括设备监控、系统调试、设备管理、数据查询四大功能模块。设备监控模块用于查看当前所有连接设备的工作状态、工作参数配置情况及异常情况的实时报警;管理人员可通过系统调试模块发送指令,远程实现对指定设备故障排查;管理人员可通过系统管理模块对设备工作参数和模式进行配置以及对上位机软件实施管理;数据查询模块主要实现对智能安防警示系统报警记录和管理系统登陆人员的信息查询。（3）基于微控制器平台的行人检测功能的设计。本系统首先基于C语言设计了一个轻量化推理框架,即XD＿DEEP＿INFER,然后对Mobile Net V1模型进行剪枝压缩和模型量化处理得到更轻量化的模型,即Mobile-Light,使之可以适用于资源更为紧缺的微控制器平台,再通过使用Python语言编写的模型分析脚本,将处理后的新网络模型基于XD＿DEEP＿INFER框架部署到资源受限的微控制器平台,并实现了在保证正确率和召回率变换较小的前提下,将模型大小由原来需要的250KB FLASH压缩为156KB FLASH,因此可以更好的应用于资源受限的微控制器平台。本文对网络模型进行了对比实验检测并对系统的硬件部分和上位机功能进行了测试,其所有结果表明本文所设计的安防警示系统实现了具备智能化、安装便携式、安防和警示一体化的多场景适用型智能安防警示功能。