近年来,随着多媒体技术的高速发展,视频数据也呈现出爆炸性的增长。基于内容的视频检索已成为当前的迫切需求。特别在电影视频领域,单纯的播放已经无法满足用户日益增长的需要。如何准确快速地按照用户的需求检索出反映观众情感变化的电影视频片段成为当前的一个研究热点。在这种环境下,电影视频景别音阶的检测便应运而生。在系统研究了电影导演创作手法的基础上,利用不同景别镜头的组合可以影响当前观众视觉心理这个原理,设计了一种基于电影视频的景别音阶识别与检测方法。通过对以往研究成果的分析,针对当前视频镜头景别的分类特征多是基于体育视频而对电影视频效果不佳的问题,结合电影领域知识构建了局部运动占有率、摄像机运动和镜头间相似度等新的特征,与常用的其他特征相结合,利用贝叶斯分类器将电影镜头分为远景镜头、中景镜头和近景镜头并与其它分类算法进行了比较和分析。根据景别变化同观众情感之间的关系,设计了5种能够激发观众情感的景别音阶,在景别识别的基础上实现了对景别音阶的检测。实验结果表明,新的特征较好地反映了不同景别的特点。与现有的其它方法相比,远景与近景的识别在准确率和查全率上均有不同程度的提高。但是由于中景镜头本身的模糊性和构建的特征不能很好地反映中景镜头的特点,导致中景的识别率并不尽如人意。景别的识别直接影响到景别音阶的检测效果,而景别识别的效果在总体上还有待改善,因此未来的研究重点在于如何提高镜头景别的识别精度。