近几十年来,多媒体技术得到了飞速的发展,人们对交互式的音视频服务的需求也日益提高,这也推动了视频对象分割技术的进步。到目前为止,已经有近千种的分割算法,并且新的理论也在不断应用到视频对象分割中来。视频对象分割的方法有很多,没有统一的分类标准。按时空关系可以分为帧间(时域)的分割技术、帧内(空域)的分割技术和时空信息的分割技术三大类。本文也是从这三个方面对视频分割技术进行研究的。帧内(空域)的视频对象分割技术所采用的技术是在传统图像分割技术基础上发展而来的。首先利用图像空间信息一致性,如颜色、纹理、边缘等对图像区域进行划分；其次利用划分的结果在帧间进行对象跟踪的方式进行连续分割。除了空间信息外,还可以利用变换域信息、先验知识等进行图像区域划分。帧间(时域)的分割技术利用帧间差分、光流、运动等信息获取检测模板,然后通过一些后处理对检测模板进行处理获得视频对象模板,最后利用一些高级算法指导后续帧视频对象的分割。联合时空信息的分割算法可以充分利用时间和空间信息,是一种比较有发展前途的分割算法。此外,立体视频技术是未来多媒体技术的重要发展方向,它是一种能够提供立体感的新型视频技术。所以本文还对立体视频对象分割进行了研究。立体视频不仅可以利用上述三种技术的信息,还可获取可靠的深度信息来进行对象的分割。本文在现有的立体视频对象分割的基础上提出了一种基于主动轮廓和神经网络的立体视频对象分割方法,相关实验结果表明该方法是有效的。