随着国家以及人民对安全问题的不断重视，监控摄像头广泛应用于各个领域和区域。成千上万个摄像头24小时全天候的工作，导致了大量监控视频数据的积累。由于人力资源的局限性以及人类自身的弱点，在庞大的视频数据中查找关键信息犹如大海捞针。因此，如何快速浏览、分析这些视频数据，在短时间内掌握视频中的主要内容，提高监控视频的利用率，成为当前的迫切需要。本文所研究内容对于上述问题的解决具有一定意义。　　本文首先简单介绍了视频摘要相关技术，然后提出基于内容视频摘要生成技术的整体框架流程，即目标检测、多目标跟踪、视频分段和图像合成等。本文采用三帧差和背景减相结合的方法进行运动目标检测，该方法通过增大帧间隔方式改进三帧差法，有效降低目标运动缓慢对检测带来的影响。同时，通过三帧差与背景减的转换，减少了光照的影响且消除了静止目标的漏检情况。本文选用粒子滤波算法完成多目标跟踪，并且通过对新出现目标的检测来完成算法的初始化，使得程序能自动跟踪视频中的目标。视频分段策略建立在目标跟踪基础上，通过在视频边界设定监控范围，时刻监视进入和离开视频区域的目标，并以此作为分段的边界，取得了较理想效果。图像合成阶段首先对各视频段的摘要图像进行目标抠图，之后完成摘要图像的合成，最终生成具有整段视频所有目标及运动轨迹的摘要图像。　　实验证明，基于本文所述方法生成的静态视频摘要不仅能大大缩短视频浏览时间，还充分显示了运动目标图像及运动轨迹等信息，对人们快速掌握视频信息具有一定意义。