随着互联网的普及,越来越多的用户选择观看在线视频。视频网站运营商为了实现盈利,往往在视频播放之前插入一段广告。然而由于强制用户观看与视频内容无关的广告,用户体验降低,广告的投放效果也不尽如人意。为了改变这种广告方式,本文提出新的物体级视频广告系统和视频广告投放优化模型,旨在插入与视频中物体相关的广告,并提高用户体验与广告投放的效果。本文完成了如下几个方面的工作:总结了物体级视频广告系统所需要的相关技术,并对这些技术的国内外研究现状进行了综述。分析当前视频广告的投放方式,总结了视频广告的国内外研究现状,并指出其存在的问题。设计了物体级视频广告投放系统,旨在使广告与视频中的物体相关。为了使广告与视频中的物体相关,本文探测视频中的常见物体(如人,车等)并检索与该物体相关的广告。对于探测到的物体,本文采用衣服检索找到与演员着装相似的服装广告,采用基于类别的检索找到与其他物体相关的广告。在衣服检索中,采用人体分割过滤背景的影响,对人体的各个部分进行对齐,然后在每部分提取特征进行检索,最后采用深度卷积神经网络对演员的性别进行识别。为了减少对用户的干扰,并提高广告的吸引力,本文提出了视频广告投放的优化模型。该模型包含两个部分:视频广告目标物体的优化和视频广告插入位置的优化。(1)广告目标物体的优化在目标函数考虑了视频广告四个方面:与视频相关性,对吸引观众的吸引力,显示的时间分散度,以及类别的多样性。本文提出了一个启发式算法从局部最优的角度来解决所提出的优化问题。为了便于比较,本文还使用了遗传算法来寻找更好的全局最优解。(2)广告插入位置的优化,旨在最大限度地减少候选广告和目标物体的距离以及广告和物体之间的重合面积。本文采用梯度下降的方法来搜索广告在屏幕中的位置。本文还对不同的视频广告显示策略进行了讨论。实验结果表明,本文所提出的方法能够有效的提高广告与视频的相关度,以改善用户体验。