传统的视频检索依赖人工对视频内容进行标注,通过关键词匹配的方式实现。随着视频数量的急剧增加和视频内容的多样性,人力成本大幅度提高的同时,有限的关键词无法准确的对视频内容进行描述和检索。因此,本文对视频内容检索算法进行研究,针对视频内容检索中关键算法存在的问题,结合深度学习提出改进思路并实现,为视频内容检索领域提供新的思路和方法,使其可以更好的应用于工程领域。本文主要研究内容包括图像特征提取算法研究、镜头边界检测算法研究、关键帧提取算法研究,主要贡献如下:（1）提出基于改进VGG16模型的图像显著性区域深度特征提取算法。首先,采用CAM算法对图像显著性区域进行提取;然后,对VGG16网络模型进行改进,去掉前两个全连接层,使其可以更好的保留图像空间结构信息,采用全局池化取代原来的平均池化,使其可以更好的整合图像全局信息,为保证去掉两个全连接层之后网络的性能,将最后一个卷积层中卷积核数量增加到1024,在所有卷积层后添加批标准化层,使得每层的输入具有相同的分布,从而加快网络训练速度;并选取PCA算法对提取到的特征进行降维处理;最后,经对比验证,本文算法的MAP相较于VGG16全局特征提升4.36%,相较于BOF算法提升16.99%。（2）在图像显著性区域深度特征提取算法的基础上,设计出一个高效的视频镜头边界检测框架;并对镜头边界检测算法进行研究,引入RNN网络对渐变边界进行检测;最后,经对比验证,本文算法的性能优于基于卷积神经网络的镜头边界检测算法和基于特征融合自适应双阈值的镜头边界检测算法。（3）提出一种自适应聚类关键帧提取算法。首先借助图像显著性区域深度特征对帧间相似度衡量的方式自适应计算类簇数,并借助SOFM初聚类自适应求出聚类中心;然后将自适应计算出的类簇数和聚类中心代入k-mediods进行聚类;最后,经对比验证,本文算法的性能优于传统的关键帧提取算法。论文结合上述研究,设计出了一套新的视频内容检索系统,与传统的基于文本的视频检索进行对比分析,结果表明,本文算法相较于传统方法在查全率方面平均提升16.76%,在查准率方面平均提升26.79%,证明本文算法在不需要人工标注的前提下,大幅提高了检索的准确性,在工程领域具有较好的应用价值,在学术领域具有积极的参考意义。