智能监控视频系统是平安城市建设普及重要且必须的，视频摘要是智能监控视频技术中难点诸多的关键核心技术之一。当一起案件发生时，通过视频摘要，可以快速浏览监控视频，并可迅速锁定可疑目标，进行全监控网络下的运动目标关联追踪。然而，由于在视频监控场景下，运动目标会受到环境的各种干扰，运动目标之间也会存在相互遮挡等情况，这对于视频摘要的生成是一个挑战。为此本文针对视频摘要的生成，进行以下几个方面的研究。
　　在视频摘要的生成方面，首先，对背景建模和深度学习的运动目标检测方法进行了对比与分析之后，给出了背景建模的运动目标检测方法；之后，采用相邻帧的最大重叠面积判据，获得运动目标轨迹构成的事件基本事件链条，进一步通过广度搜索方法，将全部的基本事件链条组成整个事件链条；最后，对于运动干扰的背景，提出了一种删除事件链条中误检目标的方法，消除误提取目标。
　　对于关键帧的选取，首先，将事件链条中的运动目标进行归一化后提取HOG特征，之后，基于目标最具可分性的准则，选取HOG特征在支持向量机中与分界面距离最大的帧图像，结合目标区域的大小，给出表述确认目标信息最全的关键帧。
　　视频摘要技术在监控网络大的区域可以高效地管理和查看监控视频，通过对监控网络下的视频进行视频摘要，从而获取到网络下的运动目标的描述集合，进一步通过图像处理及机器学习方法可以获取到全网络下的基于目标相似度的运动目标相关关系。
　　经过大量的测试视频的视频摘要生成实验，以及多相机联网追踪的实验结果验证了本文算法的有效性。