基于内容的视频分析和检索是近年来一个非常活跃的研究方向，其基本研究目的是开发出自动化的算法和系统，提供组织、管理和应用视频数据的有效手段。视频内容结构化和视频摘要是其中的两项关键技术和核心技术：视频内容结构化通过将连续的媒体离散化为易操作的单元，奠定后续内容表征、摘要、浏览和检索的基础；视频摘要简明扼要地总结了长视频文档的内容，提供给用户概观视频内容的途径和非线性浏览视频的方式，同时它也是视频索引和检索系统的一部分。鉴于其重要地位和功能，本文针对视频内容结构化、视频摘要以及与它们相关的视频类型分类技术进行了研究，提出了一些方法，并实验验证了这些方法的有效性。 在视频内容结构化技术上，分别探讨了镜头边界检测、场景分割和语义片段的抽取等三个问题。在镜头边界检测问题上，提出了一类定量描述帧间差异的方法：基于信息理论的度量，用来检测镜头边界。在场景分割问题上，论文提出了一种有效的分割算法，电影语法的融入，保证了场景分割的合理性，并有效地减少了过分割。在语义片段的抽取问题上，论文提出了一个新的研究问题：动作情节的检测，以武打片为例设计了一种解决方法，取得了较好的检测效果。 在视频摘要技术上，分别研究了静态视频总结和动态概要序列两种形式的视频摘要及相应的生成方法。在静态视频总结问题上，论文提出了一种层次视频摘要生成方法，它能提供多分辨率的、可伸缩的视频内容总结。在动态概要序列问题上，提出了一种新的生成方法，该方法使得对原始视频内容的缩减和保持均有据可依，所生成的视频摘要在压缩表示视频内容的同时，能够较好地反映其主要内容，且突出了本质内容。在视频类型分类技术上，论文研究了其中的特征选择问题，设计了一种基于粗集理论的方法，实现了视频特征的选择和类型的分类。