视频监控系统的飞速发展,催生了海量监控视频数据,给存储带来了极大的困难。再者,依赖人工方式从数小时的监控视频中精确筛选、锁定检索目标犹如大海捞针。视频摘要能以简洁的形式呈现长时视频中的有价值内容,为海量视频存储和检索提供了有效解决方案。现有摘要方法多基于视频帧的空间信息,针对全量像素点进行分析,未兼顾时空联合信息,且计算效率低,摘要展示效果不佳。为此,本文基于时空分析开展监控视频摘要方法研究,取得的创新性研究成果以及完成的主要工作如下:（1）提出了一种时空目标形变自适应监控视频摘要方法。针对现有时空联合域视频摘要呈现效果不佳,时空目标存在形变的问题,本文从时空切片采样方式入手,提出了一种时空目标形变自适应还原算法,该算法利用时空轨迹斜率获取目标运动速率,以速率值确定目标发生最小形变的垂直切片采样宽度,自适应还原时空目标外观;将所提算法拓展至多目标场景,以目标平均速度作为采样准则,多列抽样以透明度标识目标运动方向,进而构建视频摘要。实验结果证明,所提方法能有效解决时空目标形变问题,且生成的监控视频摘要简洁紧凑、目标轮廓光滑平整。（2）提出了一种顾及方向信息的时空联合监控视频摘要方法。针对时空联合域视频摘要中目标运动方向难以确定的问题,提出了一种顾及方向信息的时空联合监控视频摘要方法。首先采用水平切片获得目标时空运动轨迹;其次去除时空轨迹背景并计算直线轨迹斜率,依据目标时空轨迹斜率完成目标运动方向判定;然后检测采样域运动片段以确定目标在视频中的时序位置;最后依据目标时序位置及其运动方向自适应构建时空联合监控视频摘要。实验结果表明,所提方法能以较低的时间成本判定时空目标运动方向,且生成的监控视频摘要简洁高效、用户体验好。（3）提出了一种融合时空切片和双注意力机制的监控视频摘要方法。为更进一步生成方便观看的动态视频摘要,提出了一种融合时空切片和双注意力机制的监控视频摘要方法。首先,提出了基于时空切片的核时序分割算法（STS-KTS）用于原视频的精准分段,该算法将视频场景信息反映为时空切片纹理信息,采用水平映射法将预处理后的时空切片投影为一维数组,作为KTS的输入特征;同时,以双注意力机制和分组卷积为基本组件,结合Bi LSTM构建时空特征提取网络,以快速提取丰富的时空特征信息,从而配合纹理特征信息消除现有摘要模型对单一特征的过分依赖;然后,采用帧参数预测模块获取最佳的视频帧贡献度分数、中心度分数以及--序列位置;最后,将帧分数转化为镜头分数,以选取内容丰富的片段,进而生成动态视频摘要。实验结果表明,相比于现有方法,所提方法在生成摘要精准度上具有明显的优势。