传统的信息检索主要是基于人工标注，该方法不仅浪费大量的人力资源，同时也不能满足检索的客观性要求。所以，基于内容的信息检索技术被相应地提出，其研究意义重大。建立在对传统的基于内容的视频信息检索的分析基础之上，本研究利用双目视觉原理，主要包括对极几何、立体匹配等相关知识和技术，提出在视频检索当中使用深度特征，该特征在一定程度上弥补了颜色、纹理、形状等信息的不足，将原本只有二维的视频信息转换到三维空间，使得从视频中得到的特征更加丰富，在检索方面显示出更加优良的性能；同时，结合视频的时序特性，本文提出了基于深度序列模式的匹配技术，应用深度序列模式而不是单纯的某一帧的深度信息进行视频的匹配，减少了匹配的代价，提高了效率，其在检索过程当中展现出较好的鲁棒性，除此之外，深度序列模式的使用增加了视频匹配的可靠度，同时也克服了视频检索当中视频长度不一的限制，使得视频检索的应用更加灵活广泛；另外，在视频库的索引建立方面，本文提出了使用基于前缀树思想的索引树，并在此基础之上进行了改进，索引树大大降低了视频数据库索引的空间要求，并能通过其前缀树的特征迅速的定位到某一特定特征下的所有视频，改进的索引树则在检索的过程当中同时实现了对匹配视频匹配度的精确评测，使得返回结果在保证正确的前提下按照匹配度排序显示。最后，本研究在实验当中使用了公共网络视频库CC_WEB_VIDEO，在镜头检测、深度信息提取、检索等主要环节与其他相关算法进行对比分析，并在最终结果当中取得了更高的准确率和召回率。