随着互联网技术的迅猛发展和数码产品的普及,视频数据以超越几何级数的速度快速增长,造成视频检索的需求急剧上升,而传统的视频检索方法又难以获得让用户满意的查准率、查全率以及较快的查询响应速度,因此如何帮助检索用户从这些视频数据中准确、快速的获取目标视频数据已成为学术界和工业界的研究热点和难点问题。为此本文提出了一种基于本体和多级缓存的视频检索技术,该技术是在内存、固态硬盘、机械磁盘构成的数据分级缓存与存储机制的基础上,借助于领域本体快速、准确的完成目标视频的标注和检索。即以领域本体的基本概念为关键词通过互联网图像搜索引擎在线获取样本图像,并根据需要建立对应的样本图像组,同时对源视频进行分割并对每个视频片段提取关键帧;然后提取每幅样本图像以及关键帧图像的SIFT特征建立各样本图像特征词典,并以此创建各图像的特征直方图,再运用空间金字塔法分组计算并比较各样本图像组与关键帧图像的特征直方图之间特征相似度,以此实现样本图像组关键词到源视频的迁移,完成视频的自动标注,初始化视频检索库:最后借助于领域本体计算语义相似度,对从用户的查询输入中抽取的关键词进行语义扩展,将以扩展概念集进行检索的结果返回给用户。最后在以固态硬盘为缓存的多级缓存的实验环境中,完成了从样本图像组的获取到视频检索完毕的整个处理过程,实现了基于本体和多级缓存的视频检索技术,并结合实验结果和进行理论分析,证明了本文方法的可行性和有效性。