数字视频属于国家重点发展的信息产业领域，随着宽带网络和数字电视的迅速发展，视频点播、交互电视、视频网站等应用需求将越来越广泛，这些应用都将共同面临大量涌现的数字化视频数据。但是，视频数据线性的、非结构化的数据形式使得视频浏览的效率非常低下，而应用视频摘要技术则可以缩减视频的数据量，提高检索效率，节省浏览时间，对基于视频的各种应用具有重要意义。 在该研究领域，本文对视频摘要技术的概念、特性要求和实现方法进行了较为完整的总结。在综合分析现有视频摘要技术的基础上，通过归纳和抽象，得出了视频摘要技术的一般流程，即“视频切分—内容提取—重要度评判—合成摘要”。对静态视频摘要和动态视频摘要的生成提出了新的方法。 本文使用快速子镜头检测算法来对视频的图像信息进行分析，关键帧提取利用子镜头检测的结果，同时引入直方图颜色丰富系数、模糊系数和人脸数等指标来提高选取关键帧的准确度。以此实现对视频内容具有较好描述能力的静态视频摘要。 结合视频摘要的一类重要应用—电影剪辑，研究影片剪辑的特性要求及影片剪辑生成的相关问题。充分利用各种多媒体融合分析手段，提出一种适用于故事类影片、面向事件的影片摘要生成方法。研究场景重要程度的量化方法，提出综合感人程度、激烈程度、文字出现、人脸出现、声音特征、镜头长度等多种因素的场景重要程度评价算法。 针对视频摘要方法“缺乏一个一般性的指导模型，以及缺乏稳定的中间信息载体”的普遍缺陷。在视频摘要“实体—描述—效用”模型的基础上，研究以摘要为目的的视频内容描述方法，以及基于描述的效用计算。以新的研究角度研究视频摘要问题，将视觉复杂的度量与被理解时间联系起来，利用镜头语法规则来缩减场景的内容。提出了一个统一的用于使信息容量和一致性最大化的效用函数框架。