随着互联网的发展和天网工程的推进,监控摄像头安装数量增长迅速。截止2019年,全球在各类建筑空间有7.7亿个监控摄像头投入使用。到2020年,中国安装摄像头数量预计达到6.26亿个,占全球最大市场份额。监控摄像头的全城覆盖,产生了海量的图像数据,如何高效、智能的分析处理这些视频数据,从中检索到需要的视频片段以满足用户需求是亟待解决的问题。目前监控视频分析手段原始,严重依赖人工排查,效率低下,成本高昂。监控人员长期值守易注意力疲劳,产生安全隐患和准确度低的风险。传统的行人检索系统一般采用人脸识别技术,即基于人的脸部特征信息进行识别。但现实环境复杂多样,后脑勺和侧脸情形,遮挡、角度不佳等外在环境因素,都会导致实际监控视角下的人脸识别出现异常。并且监控摄像头像素不高,尤其远景摄像很难拍摄到清晰的人脸。因此,本文针对当前建筑物空间行人监控视频检索过程中存在的问题和难点,在传统的基于内容的图像检索的基础上,利用深度学习技术具备的学习能力强、可移植性好、适应力强等特点,提出基于HSV颜色空间与ResNet50网络两级检索算法的建筑物空间行人监控视频检索系统的设计思想和实现方法。本文首先从颜色和形状特征入手,将基于内容的图像检索技术应用于建筑物空间行人监控视频检索中,设计并实现了基于HSV颜色空间、SIFT形状特征的监控视频的行人图像检索实验,实验结果显示上述方法对监控视频的行人图像识别度不高,检索正确率较低,但检索速度快。之后设计基于Keras框架的预训练网络ResNet50的行人图像的特征提取和检索实验,结果表明检索正确率有所提升,但计算量大,计算时间长。根据上述实验结果,本文提出一种基于HSV颜色直方图与ResNet50的两级检索算法,然后利用该算法完成建筑物空间行人监控视频检索系统设计。本文利用tensorflow开源框架构建频检索系统,并分别对该系统的架构设计、视频处理、行人检测、目标行人检索、视频剪切等功能进行了详细阐述。最后利用PyQt5设计完成建筑物空间行人监控视频检索系统的应用程序,实现智能化行人监控视频检索,提升工作效率。