隨著影片(video)資料量不斷的增加,需要一套有效率的影片查詢機制。本文提出影片描述方式,以分鏡的關鍵特徵集合取代關鍵字的搜尋,讓影片搜尋的方式更多元且更有效率。本文提出一個有效率且高效能的影片描述方式,以建立一套新的植基於內容之影片查詢演算法。本文對影片內容之描述,主要處理的步驟分別為萃取出特徵、偵測出不同的分鏡、過濾內容定義不清楚的分鏡雜訊、分鏡中分群、挑選出比較具代表性的分鏡關鍵特徵集合,以及將內容相似但屬於不連續的分鏡做分類,以此關鍵特徵集合建立影片的分鏡描述,進而重新描述整部影片。 為了驗證本文的影片查詢方法,實驗選用了三種影片資料庫,第一種類型是由Carleton University[59]網站所提供的影片資料庫,主要以驗證分鏡邊界偵測的實驗結果;第二種類型是從YouTube[60]下載的影片,主要以驗證影片的分鏡分類與影片查詢的結果;第三類型的影片資料庫,其資料來源也是從YouTube下載,主要應用在影片查詢的實驗。為了讓影片查詢增加複雜度,實驗中將第二與第三種類型的影片混合成實驗的資料庫。本文針對以上的影片資料庫,做了一系列的比較與分析,證明了本文的分鏡邊界偵測,其結果比較其他方法還要好,而影片查詢所得到的結果,除了能精確的將影片內的分鏡取回之外,也能縮短了影片查詢的時間。