随着计算机技术飞速发展，网络带宽飞速增大，视频播放媒介增加，视频资源日益丰富，应用也越来越普遍。视频信息同时包含了丰富的视觉与听觉信息，逐渐成为主要的信息传播方式。有效的检测视频信息的内容，对视频进行传播控制，能良好的阻止不良视频的传播，方便统计各种商业品信息，方便观众对视频理解与获取相关信息等，具有巨大的社会价值与经济价值。视频的内容分析识别技术也是当前计算机相关领域所关注的热点问题。　　本文对利用特征来识别视频内容的系统中若干核心技术:镜头切换检测技术、关键帧选取技术、图像相似度度量技术等关键技术展开了透彻的研究，主要工作内容及研究成果如下:　　(1)在对传统的镜头边界检测方法学习的基础上，提出了基于关键区域色彩变化曲线的镜头边界检测方法。该算法根据画面构图特点，利用关键区域色彩曲线的变化来检测镜头边界。经验正该方法具有效率高准确度高的优点。　　(2)在对已有的图像相似度度量算法的研究基础上，本文使用笔者提出的索引HASH算法来进行图像相似度度量。该方法将图像压缩为索引图，进而将图像转化为两个字符串，最后利用编辑距离来计算两张图片的相似度。该方法能快速准确的检索到与目标图像相同或者相似的图片。　　最后在对视频内容检测关键技术研究的基础上，笔者以Visual Studio 2008、OPENCV 2.1、IIS+ASP+ACCESS为开发平台，设计开发了一个基于特征的视频内容检测系统。该系统能有效的获取视频特征，并能准确快速的识别视频内容，验证了以上研究成果的有效性。