随着多媒体和网络技术的不断发展,多媒体信息与日俱增,使得要搜寻感兴趣的材料变得日益困难。为此,在信息学科形成了一个全新的研究领域,即基于内容的视频检索(Content-Based Video Retrieval,CBVR)。CBVR是指根据视频的内容及上下文关系,在视频分析的基础上,提取能够反映视频内容的各种特征,进而通过模式匹配对大规模视频数据库中的视频数据进行检索。本文是在结合MPEG-7标准的基础上,针对通用视频分析检索模型研究的有益尝试。其主要研究内容和工作包括:1)在分析视频特点的基础上,建立了一种和MPEG-7标准兼容的通用视频数据模型。该模型可以从帧、镜头、镜头组、场景、故事单元等不同层次对视频的结构进行描述。2)分析了常见的各种镜头变换形式及相应的镜头检测方法,给出了一种自适应滑动窗口的双阈值镜头检测算法。该算法能够同时检测镜头切变和渐变过程,并且很好地解决了渐变镜头起点的定位问题。3)在关键帧的选取上,分析了传统的关键帧选择方法,在此基础上分析相机运动趋势对帧的影响,给出了一种基于相机运动分类的关键帧提取方法。4)讨论了组划分在视频检索中的重要性,提出了根据不同级别的相似度检测组的方法,在镜头分组的基础上对同一视频中重复出现的场景进行聚类从而获得视频摘要。5)以例子视频检索为重点,系统分析了基于镜头和场景的视频段检索模式,并引进相关反馈理论,对于检索到的视频在用户干预的情况下逐步求精,最终获得用户满意的效果。