随着智能设备和互联网的发展,人们对视频数据的获取变得更加便捷。如何从海量的视频数据中获取有用的信息对我们来说是一个很大的挑战。视频摘要是对视频视觉内容的一种概括,这种概括不同于使用文字对视频进行描述,而是生成动态的视频摘要,并且在浓缩视频的同时既能够保留视频中的有用信息,又能对视频内容进行很好的概括。本文研究了当前主流的视频摘要算法,分析了在生成视频摘要时所用到的关键性技术,并且针对视频摘要研究领域存在的诸多问题,提出使用无监督学习的方法来对视频进行研究。本文提出的视频摘要算法有两个优点:第一,无需训练即可得到视频摘要;第二,能在较短的时间内就能得到视频摘要。本文的工作内容主要分为以下三个部分:(1)本文提出了融合多特征和图像质量的动态视频摘要算法。该算法使用了多种特征来表示视频,并将多种特征与图像质量相结合起来共同用于计算视频片段的重要性,最后生成高质量的视频摘要。(2)本文提出了融合全局重要性和局部重要性的动态视频摘要算法。该算法不仅考虑计算视频帧的全局重要性,还考虑计算局部视频块的局部重要性,然后融合这两种重要性用于选择视频片段合成视频摘要。(3)本文设计实现了一个视频摘要系统。该视频摘要系统只需要用户输入待处理的视频和相应的视频摘要长度即可快速对视频进行处理并生成视频摘要。