视频检索在视频监控和教育视讯等领域具有重要的应用,是目前十分热门的研究方向。在近些年视频检索技术的研究中,大部分研究都是基于内容的,目前在现有的视频媒体中,视频内容很大一部分涉及到人类日常行为活动,很少有研究是分析人体运动姿态并利用估计出的姿态对视频进行检索,主要原因是视频中杂乱的背景,人体姿态在表现形式上多样,动作种类繁多和人体部位自遮挡等。本文针对基于人体姿态的视频检索问题,重点研究了减少部位搜索空间和视频人体姿态估计方法、基于姿态的关键帧提取方法,完成对包含部分人体日常行为动作视频的检索。首先,给出改进的SLIC算法与GrabCut算法结合使用来减少部位搜索空间并利用帧间运动信息估计人体姿态。使用SLIC算法生成超像素时不需要指出期望得到的超像素个数,而是指出包含在每个超像素中的像素点的数目,将图像分割成相同大小的区域,在每个区域选择1个或者2个超像素中心。GrabCut算法以改进的SLIC算法生成的超像素为单位对前景提取,姿态估计时只需在超像素内进行部位搜索;利用帧间运动信息为单帧图像生成较优的候选姿态,并重组身体部位序列寻求最优姿态。然后,提出基于姿态的关键帧提取方法。不同运动的人体变化差异主要体现在四肢变化上,人体关节部位是动作的关键区域,下肢关节角度的变化包含更丰富的信息。首先确定下肢关节角度序列,其次分别对各区域计算密集光流形成姿态运动信息,接下来通过计算帧间关节角度序列变化差异和运动特征差异,并将它们进行线性组合与设置的阈值进行比较来决定关键帧的取舍。最后,对人体姿态提取特征,形成基于姿态的特征描述符对关键帧进行描述,然后与数据库中的姿态特征描述符进行匹配,实现视频检索。数据集中的视频内容为人体日常行为动作,实验结果表明本文给出的人体姿态估计方法能够提高姿态估计的速度和准确度;基于姿态的关键帧提取方法能比较好的突出视频主要内容,能够控制冗余帧并能进行有效地视频检索。