信息内容的描述、管理和操纵是信息化社会的要素，而多媒体的内容管理是一种新的挑战。由计算机自动分析、提取蕴涵在媒体数据中的抽象语义内容，是多媒体信息管理需要研究的重要内容。随着大量复杂的复合类媒体的出现，传统的单一媒体分析手段无法满足自动获取高层媒体语义内容的需要，多种媒体融合的分析方法成为必然。本文对融合多种媒体进行媒体内容分析的技术进行了深入的研究，主要的工作和贡献包括： 初步较为系统地研究了多媒体融合分析的理论问题，对多媒体融合分析的方法进行了形式化的描述，提出了多媒体融合分析系统的体系结构和多媒体融合分析模型。 结合对多媒体融合分析理论的研究内容，解决影视节目的结构和内容分析问题，研究了新的方法，验证我们对多媒体融合分析理论的相关论点。研究实现了融合声、像特征的影视场景分割方法和对多种特定影视内容的探测方法。文中给出了实验结果和测试分析。 系统总结了影片摘要技术的概念，运用多媒体融合的影视节目分析手段解决影视代表内容的提取和表现问题，提出了面向事件的故事影片剪辑的生成方法。 设计和改进了部分媒体处理算法，包括：视频帧中的文字探测算法、音频镜头探测算法、融合声像特征的场景检测算法、场景重要程度的评价算法等。 论文最后介绍了研究的工程背景和应用情况，对研究内容进行了总结，对未来的研究问题进行了展望。