计算机信息技术发展日新月异,其开发应用百花齐放,深入各行各业。计算机视觉技术对图像和视频的处理水平也日趋成熟,尤其是人脸检测和识别技术发展迅猛,在人机交互、身份验证和视频安防等领域均有一定的研究成果。卷积神经网络是深度学习的代表算法,因其良好的鲁棒性和较高的准确率,广泛应用在目标检测和模式识别领域,逐渐成为工程应用的主流选择。人机交互技术使人与机器建立连接,实现机器为人提供更加优质的服务。这些技术的发展推动着信息传递方式的升级,信息接收者渴望与信息传播媒介发生连接和互动。公众信息展示需要尝试利用这些技术提高智能化水平。本系统是针对多种以人物为核心的信息展示场景设计开发的一套应用系统,将交互设计的思想应用到公众信息展示领域,以达到信息公共分享的目的。本系统基于C/S（Client/Server）结合B/S（Browser/Server）的架构,主要由四部分组成,分别为用于系统管理的企业级管理端、用于信息展示的大屏客户端、用于信息录入的网站客户端、以及用于数据存储的数据库。在管理端获取原始巨幅图像的人脸位置和人脸特征信息,并在网站客户端录入人物的基本信息,然后这些信息被用于大屏客户端的交互式展示以及增加现场互动性的人脸识别等功能。本系统采用图像处理技术对原始图像做预处理,采用卷积神经网络（Convolutional Neural Networks,CNN）和部分优化算法完成人脸检测、特征提取与识别,采用Qt框架设计了系统人机交互界面。针对具体应用场景,本系统还设计了一些提升使用性能的方法,比如CNN模型训练策略优化、训练样本扩充、交互式人脸位置微调和视频人脸识别跟踪匹配方法等。本系统应用场景包括学校学生风采展示、历史人物展览馆、公司员工墙、社会楷模公示、在逃嫌疑人公示和失信人员公示等,现已在高校学生风采展示长廊得以实际应用。经过系统测试,这套基于CNN的交互式巨幅人物合照展示系统运行状态稳定,功能使用正常,模块联系紧密,界面实用美观,具有较高的安全性,能够满足多人物信息展示场景下的应用。本系统的信息展示模式可以增强系统的交互性,加深观众的印象,使展示过程更加自然高效,具有较高的研究意义和应用价值。