随着互联网的发展,网络上视频的数量呈爆炸式增长。分析发现在主流的视频分享网站中存在巨大数量的内容冗余的视频。用户在搜索视频时会返回大量的重复结果,从而导致了用户体验的下降。近似重复视频检测技术能够用来消除冗余结果从而提高用户体验。近似重复视频检测还可以应用到如自动视频标注、主题跟踪、版权保护等重要工作中。当前的近似重复检测方法或者过于追求检索的精确度,而忽视检索的实时性,或者只追求检索的速度,放弃对复杂变化视频的检测。本文提出了一种上下文约束下的全局特征和局部特征结合的近似重复视频检测方法,对于近似重复视频检索中的精确度和实时性有较好的平衡。本文先用灰度全局特征来快速找到置信度很高的近似重复视频,从这些视频中,根据其视频的时间长度以及点击率来找到种子视频。使用这些种子视频的标题、标签、视频长度过滤掉大部分视频得到近似重复视频候选集。最后用种子视频的局部特征来精确检测近似重复视频候选集中的视频。在一个公开的网络视频数据集上的实验表明本文提出的方法在准确率上要优于基于灰度全局特征的方法,对比结合灰度全局特征和SIFT局部特征的方法,在准确率只降低一点的情况下,速度提升了228倍。