近年来,结构化类型数据的数据挖掘方法和技术已经趋于成熟,但是随着信息技术的发展,产生了越来越多复杂类型数据,很多学者和组织也意识到这些复杂类型数据中隐含着更多对人们有价值的信息,并开始将数据挖掘的对象转移到半结构化或非结构化数据,视频数据挖掘就是其中非常重要的一部分。目前,很多学者就特定类型的视频进行数据挖掘研究,例如电影视频、新闻视频、体育视频等,并取得了一定的进展。本文针对于监控视频展开研究,结合监控视频特点,对监控视频可以“挖什么”进行分析,并通过对目前视频数据挖掘研究现状和存在的问题进行分析,提出了基于统计学原理的人机交互数据挖掘方法,构建人机交互数据挖掘系统,以人机交互的形式对视频资料进行数据挖掘,从中获取可以进行应用的信息或者经过归纳总结的规律和知识。本文主要做了以下几方面的研究：(1)分析课题的提出背景和意义,了解数据挖掘和视频数据挖掘的研究现状,并对研究现状进行分析、归纳和总结,为后面的研究奠定基础。(2)对视频数据及其类型进行分析,由于视频种类比较多,不同类型视频进行数据挖掘时方法、需求都不同,本课题重点研究监控视频。从数据结构特点和内容特点对监控视频数据进行分析,进而明确对监控视频进行数据挖掘的需求,即需要“挖什么”。通过分析视频特点和挖掘需求,对监控视频进行数据挖掘的特点和存在的问题进行总结,进而提出了基于统计学原理的人机交互视频数据挖掘方法。(3)监控视频在各行各业应用非常广泛,不同的应用对视频数据挖掘的需求也不尽相同,由于时间和资源限制,本课题重点对制造业、服装零售业和饭店行业监控视频进行研究,结合不同行业的特点和需求,确定人机交互视频数据挖掘过程中采用的数据采集方法、抽样方法和统计方法等。(4)对人机交互的视频数据挖掘系统进行需求分析和系统设计,包括系统整体需求的分析和功能模型的构建,以及该系统四大模块的详细设计、部分界面设计等。(5)最后总结课题研究成果,分析研究的不足,并对未来的研究内容和方向进行展望。