随着互联网的普及以及现在多媒体技术的日新月异,对多媒体信息尤其视频信息的检索已成为信息检索领域的一个研究热点。国内外就视频检索方面的研究早已开始并取得了一些成就,有效的解决了视频检索在互联网上的应用。然而随着互联网上多媒体信息每日信息量成指数倍的增加,传统的视频检索系统还是存在一些局限性,例如搜索效率太低、搜索准确性不高、缺乏实时性等问题,如何有效地进行视频检索成为当前的研究热点之一。为了提高视频检索系统的效率,研究人员提出了一些新的思路。从视频搜索网络中资源的组织方式角度考虑是本文的基本思想,论文中所提出的具有Cluster特性搜索资源的无结构对等网络结构模型是从网络结构组织的角度考虑,然后应用最优搜索策略,将搜索网络中存在的搜索主体看成对等个体,同时综合考虑搜索主体中存储的待搜索资源所具有的Cluster特性,透明化搜索网络为一个虚拟网络,该模型的参与者包括:搜索主体,待搜索资源,需求资源,QueryMessage,Cluster特性。最终本文应用最优搜索理论来提高采用以上模型的视频检索系统的效率,搜索引擎系统中通过归类和重组多媒体信息,并按照模型存储到虚拟网络中。论文首先考虑了最优搜索理论和现今视频信息检索领域的结合点,然后提出四种可选的搜索网络结构组织模型,通过进行仿真实验和数据对比,最后找到视频检索系统适用的网络结构模型,并给出应用在这种模型中的最优搜索策略,从而进一步建立视频检索系统的最优搜索模型。使用Microsoft公司的.net Framework2.0框架和Visual Studio2005作为开发平台,并采用成熟的网络系统开发技术Remoting、交互技术Ajax实现基于最优搜索理论的视频检索研究的成果系统,经过实验验证并采用最优搜索时间和最优搜索代价两个参数来衡量系统的效率后得出结论:基于最优搜索理论的视频检索系统能够一定程度上克服传统视频检索系统的局限性、并提高搜索性能。对于下一步的研究方向,本文讨论了具有Cluster特性的无结构对等网络中不同的搜索策略,希望能够从密集查找和随机游走两种搜索策略继续研究和完善视频检索系统。