随着信息技术的发展,互联网已经深入到人们生活的方方面面。视频,作为占据互联网流量90%的内容,成为人们获取信息的主要来源之一。然而,人们在享受视频带来便利的同时,也承受着由视频引发的各种问题。第一,面对海量视频信息,如何对其内容进行准确识别,从而快速准确地检索到有用内容是科学研究者面对的问题；第二,视频的一些特殊内容,如恐怖视频、暴力视频、色情视频等,大量出现并威胁青少年网民的身心健康,对其监管不力将会成为视频进一步发展的障碍。本文针对特殊视频内容识别展开了研究,现在视频识别技术主要集中在色情等有害信息的识别和过滤,而恐怖视频鲜有涉及。根据恐怖视频特征,结合现有研究算法,对恐怖视频内容识别和分类进行了研究。本文在视频内容识别算法研究中主要做了以下工作：1.建立视频测试库：通过建立含有特殊内容和正常内容视频特征库,作为识别算法的训练数据和测试数据的来源。2.有针对性的利用关键帧和特征提取算法实现视频关键帧和情感相关特征提取。对于一些特殊内容视频,一般特征并不能很好地反映视频内容,这时,需要定义与情感语义相关联的特征并对其进行提取。3.使用SVM不同核函数对样本视频进行训练,对不同分类器的结果进行对比分析,通过对SVM分类器级联来改善分类效果。4.基于多示例学习识别算法的研究：认识到恐怖视频内容识别分类与多示例学习框架相吻合,使用多示例学习的不同算法对训练样本进行学习并测试,分析各算法优劣。