随着多媒体技术和互联网的迅猛发展,以视频方式记录的信息越来越多。如何对海量的视频信息做到有效地储存和管理,如何快速的从其中检索到所需求的视频,已成为亟待解决的热点问题。经过多年以来的研究,视频镜头分割技术已逐渐趋于稳定,基于镜头分割结果的视频场景分割技术将成为更有意义的研究热点。视频场景分割技术以镜头作为研究对象,根据镜头内容和时间上的联系把相似的镜头划分为同一场景。这样可以将一段视频切分成若干个逻辑故事单元,具有重要的现实意义。首先,介绍了两种镜头分割算法。一种是本文提出基于边界系数模型的镜头分割算法,利用镜头边界系数对视频进行镜头的突变和渐变边界检测,得到视频的镜头分割结果。另一种是基于差异极值矫正的镜头边界检测算法,在进行镜头边界检测时,为了纠正由于某些原因导致属于同一镜头的两帧间距离超过阈值这一误检,算法定义了一个误差峰值,当两者之间的距离仍大于此峰值时,则认为镜头在此处确实发生了突变或渐变。其次,在确定了镜头分割算法后,提出了一种基于卷积神经网络语义分类的视频场景分割算法。首先通过利用训练视频集构造卷积神经网络,然后用训练好的网络对测试视频镜头进行处理,得到测试视频镜头关键帧的语义概念向量。最后结合本文提出的基于语义向量的镜头重叠链算法对镜头进行聚类。该方法减少了一般场景分割算法中特征选取和阈值设置不当给聚类结果带来的负面影响,通过在RAIDataset数据集上的一系列实验以及其他场景分割算法的横向比较,在实验效果上,本文算法均有着较高的分割准确率。