互联网的快速发展给智能移动设备的使用提供了极大的便利,智能移动设备的类型以及设备上搭载的应用都有了量的飞跃。由于互联网掀起的短视频之风,基于视频流的应用不断涌出。生活中随处可见的是人们手持移动设备进行拍摄;使用无人机执行拍摄任务;利用可穿戴设备帮助老人识别物体等。近几年,整个社会的表达和创作都在视频化,智能移动设备对于视频流的识别任务需求量正在急剧增加。目前,通常会使用深度神经网络来处理连续视频流任务。然而,深度神经网络运行需要大量的资源,不易部署在移动平台。然而借用云端处理数据增大了数据传输时间,对实时任务不友好,同时又增大了用户隐私暴露的风险。解决这一问题的新兴范例是设计出符合移动设备资源限制和目标任务需求的轻量级神经网络。首先,在面对本地视频流时,处理方法主要包含帧间差分法、背景相减法、关键帧提取等,但上述传统方法由于计算和实现复杂并不适合部署在移动端。其次,通过设计轻量级神经网络实现移动端的物体识别是近年来研究的主要方向,包括模型压缩、手工设计轻量级神经网络和神经网络架构搜索等。然而前两种方法依赖人工经验,构建出的网络结构缺乏变化。尽管网络搜索已经逐渐舍弃人工的影响,但如今识别任务多种多样,现有方法仍然缺少了对任务多样化需求的考虑,即神经网络无法自适应。本文通过对上述方法进行分析,针对如何有效地在资源有限的平台实现实时物体识别,提出了一种面向视频流实时物体识别的自适应轻量级神经网络架构。首先,出于对实时性需求的考虑,提出了一个基于运动矢量和第一视角加速度的视频帧筛选方案,从根本出发降低延迟;其次,针对设备上搭载的多个任务对于识别结果需求的不同,采用多目标优化,从多个维度指标对模型进行约束,以满足不同任务的需求;最后设计了高效的神经网络架构搜索算法,确保获得的神经网络能够出色地完成实时物体识别任务,包括轻量级的搜索空间、多目标搜索算法以及加快模型评估速度的权值复用思想。通过实验验证,本项工作在公开数据集和自定义数据集上均表现出富有竞争力的结果,实现了高精度、低功耗的视频流实时物体识别。