随着互联网与多媒体技术的飞速发展,视频信息给人们的生活带来了巨大的便利。然而,面对如此庞大的视频数据量,如何有效的组织、存储、检索与浏览视频已成为视频研究领域中的热门课题。由于视频数据内容的丰富性、多样性及结构复杂性特点,传统的视频检索方法不能很好的找到所需要的视频信息,因此,基于内容的视频检索技术逐步成为研究热点。本文主要对视频检索的几个关键技术及方法做了研究,包括特征提取,镜头检测,关键帧提取,多特征反馈融合视频检索。在特征提取方面,本文使用一种基于等面积矩形环划分的改进分块颜色特征提取方法。通过对视频帧进行等面积矩形环划分并提取每个矩形环上的HSV量化颜色特征,然后对不同的矩形环上的HSV颜色特征赋予从内到外依次递减的权重,以突出图像的主体部分。在后面的镜头检测及关键帧提取的应用中表现出较好的效果。在镜头检测方面,提出一种改进的自适应镜头检测方法。首先计算自适应检测切变镜头与渐变镜头的阈值,依据帧之间特征的距离判断进入不同的检测模块。在切变镜头检测模块中通过计算切变发生位置的前一帧与相隔若干帧的特征距离及切变位置前一帧与切变帧的边缘形状特征来检测闪光干扰。在渐变镜头检测过程中,使用当前帧和连续后续帧帧差来检测渐变镜头的结束边界。实验说明该方法对不同类型视频的镜头检测的有效性。在关键帧提取方面,提出一种基于改进分块颜色特征和二次提取的关键帧提取算法。在改进分块颜色特征的基础上依据帧之间特征显著性变化首次选取关键帧,然后依据首次选取的关键帧在视频中的位置间隔大小进行二次选取优化关键帧。实验表明,这种方法有很好的适应性,提取的关键帧最终相对较好有效的表达视频主要内容。多特征反馈融合视频检索,在以上研究改进基础之上,采用一种颜色、纹理、形状多特征反馈融合机制的视频检索方法。该方法首先使用单一颜色、纹理、形状特征进行检索,并人工对单一特征检索的结果反馈打分,多次实验,根据单一特征结果得分均值计算不同特征融合过程中的权重。最终使用多种类型的视频实验,并与单一特征,平均加权特征融合方法对比说明本方法的有效性。实验表明,该方法检索结果的查全率与查准率能够到达一个较高的水平。