互联网技术的发展,特别是屏幕录制技术的发展,使得很多人通过观看视频就可以学到专业领域的知识,也可以对某些屏幕进行监控,了解用户的行为。但是技术给用户带来便利的同时,也带来了诸多的问题。由于视频数据量大,全部观看需要很多的时间,给用户带来了观看的负担。因此,如何使用户方便快捷的了解屏幕录制视频的信息是一个值得研究的问题。本文通过对现有视频摘要算法的研究,结合屏幕录制视频的特点,针对不同的情况,提出了三种不同的视频摘要算法。这些视频摘要算法的提出,可以有效减少用户观看视频花费的时间,提高效率。为了验证视频摘要算法的应用效果,本文还设计了一个无纸化考试防作弊系统,并将视频摘要算法很好的应用其中。本文主要工作和创新点如下:(1)提出了基于块稀疏表示的视频摘要算法。该算法主要针对内容相似的多个屏幕录制视频,用于生产多个视频的视频摘要。该算法首先将视频按照相似度进行分块,并控制块的大小。然后将多个视频块嵌入到一个嵌入空间中,并用稀疏表示方法选择出具有代表性的视频块。最后从代表性视频块中选择出关键帧,就构成了最终的视频摘要。(2)提出了基于多层字典学习的视频摘要算法。该算法主要针对变化频率较小的屏幕录制视频。该算法利用多层字典学习的思想,首先学习初始化字典,并用初始化字典对后面的帧进行稀疏表示。当重构误差大于阈值时,说明当前帧中出现了之前没有出现过的内容,则将该帧加入到视频摘要中,并用该帧更新字典。后面再有类似内容的视频帧,就能很好的用字典进行表示,不会造成很大的重构误差。该过程一直持续到视频的结束。最后再去除视频摘要中的冗余帧,就形成了最终的视频摘要。实验表明,该算法可以很好的处理单个屏幕录制视频。(3)提出基于字典选择和k-means聚类的视频摘要算法。本文录制的无纸化考试过程的考生视频,时间较长,查找考生作弊证据需要大量时间。为了节省教师查找考生作弊证据的时间,提出了针对考试视频这种变化较小,冗余较大的视频的算法。该算法能够快速过滤掉视频中的大量冗余帧,并根据算法提取十几个关键帧生成视频摘要文件,有效降低了教师查找考生作弊证据的时间,提高了防作弊系统的工作效率。(4)提出了一种无纸化考试防作弊方法对第三种视频摘要算法进行了验证。该系统主要分为考试机、教师机和管理机三个模块。考试机主要有屏幕录制、记录日志、生成视频摘要文件等功能;教师机主要有控制考试机录制状态、视频摘要文件存储、视频摘要搜索等功能;管理机主要有日志分析、视频下载、视频播放等功能。实验表明,该方法可以在获取作弊帧方面有更好的效果。