视频不仅包含静止图像所包含的内容,还包含场景中目标运动的信息和客观世界随时间变化的信息,它作为多媒体技术的基本组成部分完善了信息资源的表达手段,在这些海量的信息库中如何快速准确地检索、获取所需的信息有着广泛的实用意义。鉴此,本文展开了视频内容结构划分、事件提取、匹配等检索技术的讨论。首先对视频进行了层次化的结构划分,从视频检索的查询粒度角度分析了以事件作为检索单元的必要性;其次从视频编辑特点出发,利用了基于代表性镜头的镜头组聚类手段,通过对视频数据进行聚类提取事件进而为提交片段查询作好准备,此法节省了在事件提取过程中的计算量。最后利用了图论中的Kuhn-Munkres(库恩-曼克莱斯)算法对用户所提交的视频片段与视频库进行最大权匹配算法进行相似度匹配,进而将匹配得到的事件返回给用户,以满足用户通过视频片段来提交的查询需求,且能更好地反映用户对视频高层次语义的要求。本文所做各项讨论均以实验电影进行了数值试验和比较分析,结果表明本文所用的方法与实际的情况相符并取得明显的数值效果。