视频内容的特征提取和过滤是数字视频处理、模式识别等领域的重要组成部分,在民用和军事上均具有广泛的应用。随着互联网的发展和普及,人们可以在网络上获得各种信息,怎么防止未成年人接触到色情内容是一个严肃的社会问题。要防止色情内容的蔓延,除了要从法律角度采取措施外,从技术角度考虑过滤技术也是一种有效手段。目前网络的过滤技术主要有三种,分别是基于URL过滤方式、基于文本的过滤方式和基于图像内容的过滤方式。其中基于图像内容的过滤方式比前两种过滤方式具有更广泛的适应性,它可以应付变化的情况,是一种更为彻底、有效的过滤方式。基于内容的视频敏感信息过滤及视频重造是本文的工作平台。我们试图通过将视频中的敏感信息整体去除,并保持其他信息完整性用于重造力图达到与原视频结构一致的视频,并使观察者无法察觉到内容已经被修改,具备视觉上可接受性。本文主要研究视频帧序列中运动目标的监测与感兴趣对象标识后的移除问题(通过填充该对象区域实现)。本文主要工作如下:1、通过对三种过滤技术的介绍和发展现状的总结,分析存在的不足,提出基于内容的视频敏感信息过滤及视频重造。2、对视频结构以及视频镜头种类进行了简要的描述,然后对为计算不连续性而采用的提取特征和建立测量准则的常用方法进行概述。3、在对已有运动目标检测的技术分析基础上,提出利用像素分类的方法重构背景,构造基于背景差法的运动目标检测。4、介绍了最佳猜测理论和贝叶斯框架理论、图像修补与视觉心理学和变分法的相关知识。针对小尺度区域填充,着重阐述了基于变分法的图像修补理论;针对大尺度区域填充,着重阐述了纹理合成技术。5、通过分析整体变分图像修补模型的不足,在整体变分模型的理论基础上引入基于可变参数的变分模型,并给出了求解该模型的数值算法。6、针对现有图像补全算法的运行速度慢、容易产生误匹配以及引入模糊等缺点,通过对已有的基于样本的图像补全算法分析,提出利用局部梯度信息来自适应选择模板窗口的大小。