技术试图通过提取视频中少量关键视频内容来缩短视频,以供用户快速浏览过滤。目前,大多数视频摘要方法是从视频内容的角度来提取视频摘要,没有考虑人的情感因素,使产生的视频摘要不符合人的情感感受。为此,本文拟利用视频中重要的情感信息,来提取出更具代表性的视频摘要。本文在考虑上述问题的基础上,从情感角度对动态视频摘要和视频封面这两类视频摘要技术进行了深入研究,具体内容如下:(1)提出了一种基于视频帧情感值回归预测模型的动态视频摘要生成新方法。首先,收集了有效数据集并进行了人工的摘要选择,得到人工基准。本文提出了一种采用投票机制量化情感的新方法,并构建了视频的情感特征表征。之后,训练了一个可以准确预测视频帧情感值的回归模型,并由此结合优化算法提取出更加具有代表性的视频摘要,最终形成了基于情感的视频摘要生成系统。主观和客观评价实验证明了本方法的有效性和优越性。(2)提出了一种基于视频情感信息的视频封面自动生成方法。首先,利用视频情感、图像模糊程度等因素快速自动地选取视频封面。在此基础上,利用边缘增强和对比度增强相结合的方法来提升视频封面质量,增强了其表现力。通过对比实验证明了我们的生成方法更为有效,生成的封面也更具吸引力。