监控视频因其能够直接、准确地反应真实场景的动态信息而受到众多学者青睐。近年来,随着三维建模、图像传输、深度学习等技术的不断发展,人们对于监控视频的观看方式和观看效率也提出了更高的要求。监控视频数据“具有”浏览耗时长,回看查证过往记录效率低;视频影像之间相互独立、无组织性,无法与监控区域周围的地理空间信息相对应的问题,已然成为学者们研究的热点。本文旨在从时间和空间两个维度实现视频监控系统的高效查看与展示,首先为了使化简后的视频更完整地保留原视频内容,从时间角度出发,提出了一种基于内容复杂度的加权视频简化模型;接着从空间角度出发,基于视频传输技术与Web GIS相关技术将三维场景与视频融合技术应用到Web端,改善了融合效果使得视频监控的查看更加真实、方便。具体工作内容如下:（1）基于内容复杂度的加权视频简化模型。设计一种先验场景下加权分级视频简化模型,通过对视频中人和物等运动目标的识别分析设计简化模型。该部分提出内容复杂度这一概念并量化,通过训练好的Yolo V5模型实现目标检测,再基于检测的标记结果利用Deep Sort进行跟踪。通过先验场景定权和以帧为单位识别出不同移动物体的类别与数量来计算内容复杂度。并基于此设计视频帧的提取规则,使得化简后的视频更易于相关人员浏览其信息,同时减少视频数据量。（2）基于轨迹拟合程度的监控视频简化模型评价方法。为比较本文方法与其他方法化简后对原视频内容保留的完整度。设计了一种以两条轨迹不重合区域的面积判断视频化简前后轨迹的相似程度,进而反应化简后对原视频内容保留的完整度。（3）视频与三维场景Web端融合方法。该部分提出一种三维场景与监控视频在Web端的融合方案。通过基于Web GL的三维场景构建,RTSP视频解析,视频与三维场景的二次匹配（包括图像匹配和坐标匹配）和图像仿射变换等技术,实现三维场景与监控视频在Web端高精度高效率融合。（4）多层级场景视频融合设计与实现。该部分以“北京建筑大学智慧校园”项目中的校园三维监控子系统为基础,设计并实现了从整体到局部、从室外到室内的多层级场景视频融合方案。多层级场景包括:园区级、道路级和室内级三种场景,分别采用视频点位展示、视频投影和精细模型展示的方法使用户清晰知晓监控视频周围的地理空间信息。通过实际项目也验证了视频与三维场景Web端融合方法的实用性与有效性。