Con el desarrollo de la economía y la sociedad, aumenta la demanda de seguridad social y estabilidad. Sin embargo, los sistemas de seguridad tradicionales dependen demasiado de los recursos humanos y se ven afectados por factores de seguridad comunitaria incontrolables. Un sistema inteligente de monitoreo de seguridad puede superar las limitaciones de los sistemas tradicionales y ahorrar recursos humanos, contribuyendo a la seguridad pública. Para construir este sistema, primero se diseña un SoC RISC-V en este documento e se implementa en el FPGA Nexys-Video Artix-7. Luego, se trasplanta y ejecuta con éxito el sistema operativo Linux. Mientras tanto, se diseña de forma independiente el controlador de los dispositivos de hardware relacionados. Después de eso, se comparan tres modelos de detección de objetos basados en OpenCV, incluidos YOLO (You Only Look Once), Haar (características tipo Haar) y LBP (Patrón Binario Local), y se elige el modelo LBP para diseñar aplicaciones. Finalmente, se logra una velocidad de procesamiento de 1.25 s por fotograma para detectar y seguir objetos en movimiento. En resumen, construimos un sistema inteligente de monitoreo de seguridad con funciones de detección, seguimiento e identificación en tiempo real a través de un diseño colaborativo de hardware y software. Este documento también propone una técnica de reducción de video. Basado en esta técnica, se reduce el uso de recursos BRAM en el lado del hardware en un 50% y se reduce en un 75% la cantidad de datos de píxeles que deben procesarse en el lado del software. Además, se propone una tecnología de reducción de video en este documento para lograr mejores efectos de visualización de video con recursos de hardware limitados. Proporciona condiciones para la expansión futura de funciones y mejora la velocidad de procesamiento de los modelos. Además, reduce el tiempo de ejecución de la aplicación y mejora el rendimiento del sistema.