视频压缩是数字视频处理的关键技术，其决定了图像的质量、压缩率和对象的可分辨性，但是目前的MPEG压缩算法将不同图像对象以相同的方式处理使视频图像中的关键对象信息无法清晰表达。 本文在研究监控系统的视频图像压缩基础上提出了给予人脸对象分割的视频压缩。首先利用运动信息分割出人体轮廓，并综合运用人体的特征与形态数学的方法成功地分离出人脸大致区域；然后采用基于改进统计彩色信息模型方法，精确分割出人脸区域，去掉了不相关的冗余信息；最后提出了利用图像小波变换结合差分链码技术描述了人脸对象，并实现了高效的视频压缩。 实验中提出了一系列新型增强形态变换算法，如MARK、AreaSelect、ByIsland、IsLand等，并且将交叠运动补偿、零树小波编码、基于内容的小波变换等有机地结合起来，实现了基于人脸关键对象的视频压缩。 本文提出的视频压缩算法在同等压缩效率下，与MPEG-2算法相比提高了图像PSNR近3dB，而且经过本算法处理的视频序列，可以方便地用于人脸检测，为基于内容的检测打下良好的基础。