视频是信息社会中人们记录和反映现实生活的重要信息载体,包含丰富的语义信息。利用多媒体技术从包含多个场景活动的视频中定位出特定的语义内容,能够促进视频内容的使用,优化人机交互过程。为了从视频中定位目标活动片段,传统的视频动作定位方法使用一组预定义的动作列表定位出特定动作实例的位置,然而这类方法对列表外的动作则无法识别。相比而言,文本和音频能够灵活表示各种活动信息,不受活动类别的限制。使用文本或音频作为跨模态查询定位视频片段更符合实际需求,有着广泛的应用场景。文本能够灵活地描述复杂的活动,具有丰富的语义信息,适用于定位视频中由各种角色和动作组成的活动片段。音频能够承载活动的自然声音信息,这些声音能直观地体现活动的内容,适用于定位视频中具有声音特点的活动片段。文本和音频都有各自适用的范围,相互间不可替代。为了能够根据文本或音频查询准确定位视频中的目标片段,需要算法能够处理查询的信息,以及理解视频的内容。在提取得到查询和视频的特征表示后,还需要进行细致的跨模态交互和推理,对齐跨模态语义。因此,有效的特征表示和跨模态交互过程是跨模态视频片段定位的两大关键。在上述研究背景下,本文对基于文本或音频查询的跨模态视频片段定位进行了深入研究。本文的主要研究内容和创新如下:（1）提出一种双路径交互的文本查询视频片段定位方法。针对片段判别性不足的特征表示问题,本文提出一种双路径交互方法,用两条路径分别编码用于边界识别的帧级表示和用于整体语义对齐的候选片段级表示。此外,该方法将文本查询作为语义条件,引导两条路径上两种不同的表示进行多次交互,增强语义一致性并提高特征的表示能力。在TACoS,Charades-STA和ActivityNet-Captions三个公开数据集上的实验表明,该方法能显著提高视频片段定位的性能。（2）提出一种结构化多级交互的文本查询视频片段定位方法。针对细粒度关系缺乏的跨模态交互问题,本文根据片段的内在结构,将片段分解为内容部分和边界部分,并提出一种结构化多级交互方法。该方法将片段整体,片段内容部分和片段边界部分,分别与查询语句的整体语义和不同语义部分进行一种由粗至细的跨模态交互,从而增强两种模态的语义对齐。在上述三个公开数据集上的实验表明,该方法在视频片段定位性能上明显优于以往的方法。（3）提出一种多级上下文感知的音频查询视频片段定位方法。针对上下文理解匮乏的特征表示问题,本文提出一种多级上下文感知方法,为不同的特征编码局部和全局的上下文信息。其中,来自相邻部分的局部上下文提供局部细节信息,而来自整个音频或视频的全局上下文提供全局语义信息。此外,将事件片段和片段边界作为事件内部和边界上下文信息,能够增强事件范围内不同时刻之间的一致性,提升特征的表示能力。在AVE数据集上的实验表明,该方法在视频片段定位性能上明显优于现有的方法。（4）提出一种语义与关系调制的音频查询视频片段定位方法。针对相关性利用不足的跨模态交互问题,本文提出一种语义与关系调制方法。该方法利用同模态内和跨模态间的语义信息调制音频和视频特征。此外,该方法利用不同跨模态时刻组合间的关系信息和不同候选片段间的关系信息调制跨模态融合特征,增强跨模态语义对齐。在AVE数据集上的实验表明,相比目前最好的方法,该方法在视频片段定位性能上有显著提高。