随着互联网的飞速发展,多媒体视频的数据量呈现快速增长,视频的内容结构也正趋于复杂,如何有效存储和管理这些视频数据显得尤为重要。视频摘要是对完整视频的概括,在保留原始信息的同时压缩了视频长度。一种有效的视频摘要提取技术能够大大降低视频的存储空间,提高视频分析的效率。本文主要研究视频摘要技术中镜头分割和关键帧提取技术。主要工作如下:1.提出一种结合颜色和深度信息的突变镜头边界检测算法,针对现有突变镜头检测算法单一特征检测结果鲁棒性低的问题,通过分析颜色特征及CNN提取深度特征与镜头变化间的关系,构建视频的颜色特征和深度特征同步提取模型,实现潜在的突变帧检测;进一步经过闪光检测模块和物体位移检测模块实现突变帧的最终检测,提高检测精准度。2.针对阈值选取具有局限性且底层特征建模的渐变镜头检测方法复杂度较高的问题,通过分析突变镜头与渐变镜头间的相关性,提出一种基于单阶段C3D网络的渐变镜头检测算法,在突变镜头检测结果的基础上,构建渐变镜头检测模型,实现渐变镜头检测;进一步,提出一种基于多阶段C3D网络的渐变镜头检测算法,以提高渐变镜头检测的定位精度。3.提出一种融合多特征聚类的关键帧提取算法,针对单一颜色或纹理特征分析方法难以检测镜头移动过程中由于视角变化产生冗余帧的问题,考虑ASIFT特征可以模仿摄像机不同的角度,具有很强的仿射和尺度不变性,提出一种融合多特征聚类的关键帧提取算法,通过构建两阶段检测模型,实现关键帧的精确提取。