随着现代信息技术的迅速发展,海量的短视频数据映入人们的眼帘。基于深度卷积神经网络的算法在图片识别领域取得了巨大成功,机器现在能够根据大量数据进行训练,理解短视频当中的内容。基于卷积神经网络的短视频分类系统依赖于图片识别,此类方法将输入的视频帧提取成为相应的描述向量,通过平均或者加权等池化方法将每一帧的预测进行融合来得到最终的视频特征表示,这类方法直接在帧级别表示特征进行融合,忽略了帧间低层特征的联系。此外,在物体检测方面,目前的方法利用局部特征在不同尺度的特征图上面进行不同大小的物体检测,忽略了特征图之间的联系。本文为了解决这两个问题,提出了时序部分通道融合和非局部特征融合两种算法,并将其应用到短视频内容分类识别系统当中。本文的主要工作和贡献包括:1.提出了时序部分通道融合算法,提升视频分类准确度。目前的视频识别算法主要基于2D卷积和3D卷积网络。本文提出的时序部分通道融合算法能够将2D网络提取出来的中间层特征在时序维度进行部分融合,促进相邻时间的帧低层特征间的信息流动,以2D网络的速度达到3D网络的准确度,满足实际部署的需求。2.提出了一种非局部特征融合算法。该算法可以应用在基础网络当中,通过将基础网络提取出的尺寸不同的特征图进行特征融合,促进高层特征和低层特征间的信息交流,结合全局信息,提升检测的性能。3.基于以上算法改进,完成了改进后的算法在短视频内容分类和识别系统的设计和实现。将时序部分通道融合算法和非局部特征融合算法应用在短视频分类任务上面,并对系统的主要需求,模块功能等进行了详细描述。