跟随着时代发展的步伐，在传统互联网技术稳步前进的基础上，以移动互联网、社交网络服务为代表的Web2.0时代新格局日渐成熟。而最受广大用户的青睐的内容不外乎图片、视频、音乐等满足人视觉听觉享受的多媒体，其中视频媒体更是占据了网络流量的很大一部分。海量的视频必然会造成了同源视频多份拷贝的泛滥、视频版权监管的难以实施、相似性视频检索的困难等急需解决的问题。针对这些问题，本文将基于内容的同源视频检测作为研究对象来达到对互联网视频的监管。　　 本文从预处理、特征描述符提取、相似内容检索等同源视频检测中存在的问题人手分析并开展研究。为同源视频检测问题提出一种有效解决方案，达到提高对各种视频变换的健壮性、对不同源内容的区分性、对海量环境下检索的实时性等方面的要求。本文的工作内容可以主要归纳为以下三方面：　　 一．对于视频预处理部分，本文给出了快速视频背景剔除方法和投影逆变换算法。通过该部分提出的方法可以有效的将同源视频在复制过程中存在的多种变换进行校正，使得在下一部分的特征提取中可以只针对有意义的无畸变的视频区域进行处理。　　 二．对于视频特征描述符提取部分，本文提出了一种基于灰度空间相关分布熵的视频描述符提取算法。通过将视频帧进行分块以提取各个子块的相关分布熵来获取整个视频的特征描述符。本方法可以在准确率和召回率之间达到一个很好的平衡，同样在针对多种变换的同时仍然能保证检测效果，在区分性、健壮性和精简性上表现不错。　　 三．最后将同源视频检测系统进行整合并讨论了优化检索方法。首先分析系统整体框架结构和流程，将前面介绍的模块整合在一起形成一个完整可用的原型系统。同时针对高维视频特征的检索讨论了提高检索效率的方法，并介绍了两个优化算法，即最小哈希和局部敏感哈希算法，分别针对减小描述符维数和减小搜索范围两个方面进行优化。