随着计算机技术和多媒体技术的快速发展，产生了大量丰富的视频数据，很多视频数据变得公开可用，视频数据也逐渐成为人们交流信息的重要媒介。但由于目前没有适当的检索方式，使得海量的影像数据几乎不能被人们利用。人们对于模拟VCR功能的视频检索系统很不满意，人们希望当需要视频的某一特定部分时，通过语义信息就可以检索到所需要的视频数据。因此基于语义的视频检索技术逐渐引起人们重视，这已经成为当前我们迫切需要解决的重要课题。
　　以前的根据内容的影像检索技术采用人为的方式，随着影像数据变得越来越复杂，以前的人为方式十分耗费人力物力。除此之外，基于影像数据的特点，影像数据通常含有复杂的信息，单纯通过人为方式很难精确、完整地将影像数据含有的所有语义表示出来。同时，人工标注的方法存在很大的人为主观性，不能客观准确的标注出视频内容，这些都会对视频检索的效果有直接影响。
　　根据语义的影像搜索技术主要分为两类，一类是通过提取图像的低层基本视觉特征;另一类是通过影像的故事单元信息进行检索，如视频中物体、事件。根据语义的影像检索可以为用户提供不同查询方式，自动地分析和处理用户提交的影像数据，继而将处理后的信息和数据库中的信息进行相似性比较，以检索出用户所需求的信息。镜头边界的定位是检索过程的第一步，镜头边界定位效果的好坏直接关系到影像检索的后续过程，直接影响整个过程的效果，是整个过程成败的关键，至关重要一步。
　　本文在根据语义信息的影像检索和镜头边界定位技术方面进行了全面的分析，一开始概述了影像检索的各个过程，综述国内外的发展现状。然后着重归纳和介绍了镜头边界检测基本理论和方法，对以前的方法进行了归纳总结，并有侧重地比较了各种方法的优劣，对以前的方法存在的问题进行了总结分析。考虑到之前的方法存在的问题，本文提出了基于改进的SIFT算法的镜头边界检测方法，介绍了这种方法的主要思想，重点对改进的算法进行介绍，并通过仿真实验验证了该算法具有较高的查全率和查准率。最后本文对所做的研究工作进行了总结，并对视频检索技术和镜头边界检测技术进行了展望，预测了未来的发展趋势。