随着多媒体设备的不断更新以及移动应用技术的快速发展,多媒体尤其是视频媒体传播越来越广泛,人们对视频搜索系统的要求也日益增长。本文研究了跨媒体视频检索中视频语义的分析与提取、基于场景的视频聚类等关键问题。主要的工作如下：1、提出一种跨媒体视频搜索框架,能够利用视频中的图像、音频、文本等多种媒体信息完成视频搜索。实现了对视频元数据和查询query的文本分析预处理,完成拼写检查、去停用词、词干提取和词形还原等操作,抽取出文本中的关键信息。在视频语义信息提取方面,提取出音频信息、文本信息,以及人脸和常见物体等概念语义,并以文本形式输出。用lucene分别对视频元数据和视频语义信息建立索引,完成视频搜索和排序。该系统适用于海量网络视频搜索,并在TRECVID-KIS视频搜索任务数据集上进行测试,MAP值为0.265,验证了有效性。2、在视频的语义信息提取方面,提出一种基于笔划宽度的文本检测算法,能够有效地检测和识别出视频中所包含的文本。视频中的文本信息通常为视频的标题或描述等,起着辅助理解视频内容的作用,因此文本信息、相对于其它媒体信息能更直接地体现视频的主要内容。本文采用笔划宽度和颜色特征相融合的文本检测算法,能够有效地把文本和背景区分开来,并筛选出文本区域。最后用OCR软件对文本进行识别。该算法应用在跨媒体视频搜索框架,使搜索结果得到稳定提升。3、提出一种基于场景的视频聚类算法,通过分析视频的场景,对视频提取更高层次的语义信息,用BoW模型对视频特征进行量化,采用谱聚类算法对视频进行无监督聚类。通过把描述同一个事件的视频聚到一起,自动地为视频附加类别标签,应用在最后的视频搜索过程中。在自建的网络热点事件视频库上进行测试,测试结果表明该方法能提高检索的查全率。