视频对象识别是近年来计算机视觉领域的一个热点,作为其中的一个重要分支,离线视频对象识别在基于内容的视频检索、视频内容统计分析、2D视频转3D领域有着迫切的应用需求,但识别的精准度仍是一个亟待突破的瓶颈。已有算法大都无法全面地有效利用视频对象的各种特征,导致算法识别结果不准确、适应性不强。本文提出了一种融合多种局部和全局图像特征的离线视频对象识别方法,以期解决离线视频对象识别的精准度问题。　　 本文首先提出了一种结合Zernike矩和HSV颜色直方图的融合特征,用以刻画图像的全局轮廓及色彩信息,并给出了融合特征向量的相似度度量方法;图像局部特征描述方面,SIFT算法是近年出现的最为有效的局部特征描述方法,但由于缺乏有效的配准算法,SIFT算法难于应用于存在多模型问题的视频对象配准场合,为此本文提出了基于邻域单应性矩阵的动态图像配准算,将SIFT算法有效地引入到离线视频对象识别领域,并利用SIFT特征的高可靠性保证识别的精准度;最后,本文提出了离线视频的对象状态簇模型,由模型推导了离线视频对象识别两种子过程,并针对离线视频对象识别的高准确率要求、低实时性要求、时域上可双向参考的特点,提出了离线视频对象自动识别算法。