随着数字时代的不断进步，数字视频的数量也在飞速增长。同时，随着互联网技术的不断发展，数字视频传输所需的时间也在不断缩短，这也导致盗版视频日益猖狂，因而需要有效的技术手段用于监测和保护相应数字视频的版权。相比数字水印技术，基于内容的视频拷贝检测技术因为具有较好的性能，所以得到了越来越多的关注。然而，拷贝检测面临着诸多困难，因为拷贝视频往往经受了一些特殊处理，包括降低质量和改变部分画面的内容等，从而使拷贝视频与原始视频之间在特征描述上有较大的差异。针对拷贝检测存在的具体困难，本文进行了相应的研究，主要贡献包括:　　第一，针对某些复杂变形对拷贝检测系统带来的影响，本文研究了相应的基于边缘检测的复杂视频变形判定技术，包括:画中画视频、盗录视频和黑边视频，并且对某些经过复杂变形的视频进行了预处理，从而减少这些复杂变形对拷贝检测系统造成的误检和漏检。实验表明，本文提出的几种复杂变形的识别和预处理都是有效的，并且能切实改进拷贝检测系统的效果。　　第二，针对现有的拷贝检测系统中不同特征结果融合策略存在的问题，本文提出了一种基于软边界学习的变形敏感拷贝检测方法。本文基于实验室已毕业的姜梦林师兄的相关算法，通过分析其算法尚存的不足，通过简单变形识别从而减少了变形分类的错误率;通过使用拷贝单元来进行整个视频拷贝的判定和识别，从而简化了整体拷贝检测系统实现的复杂度，并提升了相应的检测准确度;通过使用软边界学习的算法，使用双阈值来判断两个视频是否构成拷贝，从而减少了原来硬边界单阈值检测算法造成的误检和漏检。在三个最通用的视频拷贝检测数据集上进行的相应实验表明了本文提出的算法的有效性和高效性。　　第三，面向新闻出版数字版权管理的需求，本文开发了GAPP视频拷贝检测系统。本文开发的GAPP系统基于B-S架构，有良好的用户交互界面，并且使用简单，支持数据库的实时增删改，并允许通过修改后台参数实现不同的拷贝检测模式。此外，本文还构建了一个大规模的视频拷贝数据集，并使用本文开发的GAPP系统在该数据集上进行评测。评测结果表明，本文设计的系统能很好的达到项目合同规定的具体性能要求。　　综上所述，本文针对大规模、包含复杂变形的拷贝检测任务进行了相应的研究，并开发了一个面向新闻出版数字版权管理的拷贝检测系统。大量实验表明，本文设计的拷贝检测算法具有良好的检测效果和检测效率。