随着数字化技术的发展,视频资源日益丰富,但是部分违规视频也掺杂其中,违规视频对社会造成了极大的危害,因此,对视频进行监测已经成为亟需解决的问题。视频监测的两个重要特性是:准确性和实时性。由于视频指纹的区分性和鲁棒性能够保证视频监测的准确性,视频指纹的查找高效性能够保证视频监测的实时性,因此,本文基于视频指纹解决视频监测中的难题,以视频指纹为核心,重点研究视频指纹提取的关键技术。本文在对现有的方法分析的基础上,主要取得以下研究成果:1.提出了基于改进的Harris和帧间差异相结合产生视频指纹的方法。结合基于改进的Harris提取视频的图像特征和基于帧间差异提取运动特征产生视频指纹,提高了视频指纹的区分性和鲁棒性;基于压缩域提取视频指纹降低了视频指纹提取的时间复杂度。从而达到视频监测的准确性和实时性要求,准确率比Junsong的方法提高了2.0%。2.提出了基于SIFT提取视频指纹的方法。与Harris方法相比,SIFT方法基于多尺度提取视频图像特征准确度更高。我们对SIFT方法进行改进提取视频指纹,改进后的SIFT视频指纹区分度更高、鲁棒性更强,并且视频指纹提取时间复杂度较低。准确率比Li Chen的方法高3.24%,虽然比Sunil Lee的方法准确率低0.35%,但是监测时间花费仅为Sunil Lee的1/15,并且对视频的亮度、尺寸、灰度、噪声等多种攻击都具有较强的鲁棒性,同时能够满足视频监测的实时性要求。