中文摘要：

网络的飞速发展给各种信息的存储、处理和传输方式带来了根本性的变化。除了电子化的文本文件外，多媒体视频逐步成为信息的重要载体。本项目的研究目标是针对现阶段互联网信息安全的形势，研究可扩展的互联网视频内容检索技术，从保持语义的特征降维、多层次语义的合理融合、训练样本的高效获取以及检测率和虚警率的平衡这四个方面入手，以包含不良信息的敏感视频为实验对象，建立一整套能够对语义信息快速理解与过滤的检索算法。通过本项目的研究，将有效解决传统视频检索方法仅仅依靠底层特征进行索引的途径，推动基于模式识别方法的视频检索技术的进一步提高。

结论摘要：

本项目应用图像处理与模式识别的理论及其工具，对基于内容的视频检索技术进行研究，并选取网络敏感信息的识别作为实验对象，深入探索基于内容的视频检索技术的实用性和有效性。本项目的研究目标是针对现阶段互联网信息安全的形势，研究可扩展的互联网视频内容检索技术，从保持语义的特征降维、多层次语义的合理融合、训练样本的高效获取以及检测率和虚警率的平衡这四个方面入手，以包含不良信息的敏感视频为实验对象，建立一整套能够对语义信息快速理解与过滤的检索算法。通过本项目的研究，我们有效解决了传统视频检索方法仅仅依靠底层特征进行索引的困境，在基于光流特征和哈尔小波的视频检索算法、基于视频特征的聚类算法、基于视频索引的多示例算法、基于动态视频场景的背景减除算法、基于Boost的样本训练算法、基于直方图的视频快速匹配算法、基于面向多用户多属性的视频机器学习算法等7个方面均有研究成果，推动了基于模式识别方法的视频检索技术的进一步提高。在本项目的资助下，项目组成员目前为止总计已发表论文6篇，其中SCI收录1篇，EI收录5篇，ISTP收录4篇，期刊论文2篇，会议论文4篇，并获得1项专利授权。此外，还有1篇会议论文被接收以及1项专利发明进入最后授权阶段。