随着通信技术的发展,频谱资源的短缺问题日益严重,可见光通信的发展越来越受到人们得重视,近年来,机器学习技术不断取得进步,使得将机器学习与可见光通信相结合成为可能。屏幕通信是可见光通信的一个新的分支技术方向。本文第一部分设计了基于机器学习的信息区域定位跟踪算法,采用Faster R-CNN与对信息区域进行定位,通过训练,使接收端可不依赖定位寻像图形,提升了系统的适应性,同时为降低系统计算开销,结合LK光流法对后续帧的信息区域进行跟踪,提升了系统的处理效率,并进行了实验验证。此算法为屏幕通信接收端通用预处理算法,适用于多种类型的屏幕通信系统,并支持设计包含较少定位寻像图形的新型棋盘格类条码以提升单帧携信量并进一步提升系统通信速率。隐式屏幕通信旨在无感传输,本文第二部分结合基于机器学习的信息区域定位跟踪算法,设计实现了基于QR码的隐式屏幕通信系统。探索了信息隐藏效果与嵌入强度、嵌入通道、基础图像、分集度等因素之间的关系。通过对人眼特性的分析,选取了互补帧的方法作为信息隐藏方法,并通过主观评价与理论分析方法确定信息嵌入通道为蓝通道。结合基于机器学习的信息区域定位跟踪算法解决了隐式屏幕通信中信息区域不可见、无法定位且可能发生位置突变的问题。通过设计适应隐式通信的混合帧区分方法,采用正反调制帧分组方法、嵌入强度放大方法降低了系统计算开销并提升了系统稳定性。