随着计算机视觉技术的飞快发展,视频大数据以惊人的速度增长着。目前“智慧城市、智慧工地”项目的建设越来越成为常见,“智慧”项目建设中,监控视频的研究己经成为监控安全和智能化研究的重要内容。因此,对监控视频进行有效地语义分析处理,得到准确的事件信息,已经成为急需解决的热点问题。视频语义分析和预测是智慧城市的智慧引擎和核心要素,所用的相关技术是处理感知层多结构数据的必然选择。本文针对监控视频研究以下问题:从复杂场景中提取运动对象;视频对象的准确识别并检索;对于特定事件进行语义分析;对于视频对象的属性语义分析等做了相关研究分析。结合这些方面,本文提出了一个包含场景、对象和事件的多层次监控视频语义分析方法。为了更好地对视频的语义信息进行提取分析并利用其进行视频检索,构建多层次的视频语义分析模型,首先对低层特征进行提取分析,包括纹理特征、颜色特征、形状特征以及运动特征,在提取特征后并对其进行量化分析,结合KNN算法,以便匹配检测。紧接着,对场景、对象、事件进行相关研究,场景采用改进Vibe算法进行相关分析;对象分析加入本体概念并引入属性分析,并对视频帧的对象概念进行向量化,方便后续匹配;事件分析通过规则定义和匹配实验来验证方法的正确性和有效性。多层次的视频语义模型既有不同层次中提取的语义,也包含层次语义间的语义关系信息。充分利用层次、对象之间的属性特征关联,提取监控视频的语义并进行标注,再进行形式化描述,整个方法为MVSS(Multilayer Video Semantic Symbolic representation)。多层次语义分析与标注从不同层次提取视频语义,并能够将语义提取、标注以及检索。针对监控视频帧的序列,对场景、目标对象进行识别分析,并对视频帧中发生的事件进行检测。为了能够有效的减小低层特征到高层语义映射过程中的语义鸿沟,提出有效的视频语义特征分层关联分析方法以及适合监控数据的语义标注及检索方法。为城市监控视频数据分析以至于对更深远的建设工作提供一定的作用,也为日常视频信息分析工作,提供了一个思路和方向。最后,针对所提的多层次语义分析方法,设计一个检索系统来展现本文的实验结果。多层次化的视频语义丰富了视频语义标注的内容,给检索视频提供良好的基础。通过最后的匹配实验,能较好的检测出所定义的目标对象和事件。