伴随着数字化技术的更新与进步,视频资源在人们的日常生活中占据了越来越多的比重，大量的数字视频每天都在产生，存储以及扩散。Internet网络流量中视频部分更是占据了重要的比重，每天互联网上的都有大量的视频被请求并播放，且此趋势正逐渐加大。但是伴随着视频信息的大规模扩散，由此带来的问题也显现出严重性，例如视频的版权问题、非法视频等已经给社会治安以及经济带来了威胁。所以如何对视频进行有效的监控则成了当今社会不可避免的话题。本人在课题工作中主要是在以视频指纹为主要检测手段的技术基础之上开发出适合视频指纹快速检测的系统，以达到对视频的实时监控的目的。在本人工作中首先对当前存在的视频指纹技术进行了概述，对其中具有代表性的指纹技术进行分析研究。在对指纹技术的发展分析过后，则转向对视频指纹提取算法的研究中来。并对具有典型意义的提取算法进行了优缺点总结概述，针对快速视频指纹检测系统分析典型算法存在的不足，并对适合检测系统的指纹提取算法进行了方向性指导分析，最后提出了本课题中基于关键帧的时间切片的指纹提取算法。详细地介绍了该指纹的提取算法流程。在成功提取出指纹之后，则对视频指纹匹配算法研究前先对其格式进行了处理，并提出了基于树形结构的指纹存储结构。这样对指纹的快速匹配做了必要的前提准备。在基于树形指纹结构的前提下提出了基于粗粒粒度的指纹匹配算法，先通过buckethash的粗粒度桶位映射匹配然后然后进行FFM快速指纹汉明距离计算实现细粒度指纹匹配，实现了从规模上逐步降低匹配范围的快速指纹匹配算法研究。第五章则是针对视频信息视频指纹等信息进行了数据库的设计与实现。在对系统的业务逻辑进行充分的分析后，设计出了文件系统和数据库相结合的方案，进行视频信息的存储。并对视频信息的数据库保存进行具体的设计与实现，此方案能够对复杂的视频信息进行良好的信息存储。在前面章节的分析以及算法的提出前提下，进行系统的设计与搭建。系统的框架在搭建上充分的考虑了可扩展性以及解耦性，应用当前主流框架的Struts2、Hibernate以及Spring的基础之上，采用Java语言实现了整个系统。系统按照层次结构依次分为：action层、service层、model层、Dao层以及相应的工具包，在分层的思想基础上可以让系统的开发更加的独立。系统的视觉效果截图则是在系统开发完后根据实际的视频指纹检测系统进行相关测试时获取的，此截图完全来自真实本人开发的实际系统。第七章则是对本人开发的系统存在的不足与可以完善的地方进行了充分地分析，以对后续工作进行了方向性指导。