随着信息技术的发展和智能终端设备的普及，互联网上视频数量呈爆炸式增长。这些视频内容鱼龙混杂，其中不乏充满煽动性的反动、暴恐视频，给社会和谐与稳定带来极大的安全隐患，对有害的视频内容进行有效检索、识别、过滤具有重要的现实意义、应用和研究价值，同时也极具技术挑战。本工作对暴恐视频内容检测的问题及相关的技术方案进行了研究，主要工作内容包括以下几个方面：(1) 建立暴恐视频内容检测算法评测数据集，从视频来源、种类、规格参数、标注内容等方面对建立的数据集进行统计分析；(2)对视觉语义概念检测问题相关特征和分类器进行了研究。对于颜色直方图构建方法、颜色矩、局部二值模式和梯度方向直方图等特征和不同分类器在视觉语义概念检测中性能进行了详尽的实验研究；(3) 研究了基于语义概念的暴恐视频内容检测的关键技术及实现，对基于语义概念的暴恐视频内容检测进行了实现和方案可行性的验证。本研究对暴恐视频等特殊视频内容检测涉及的数据集、概念和方法进行探索，为特殊视频内容检测提供数据支持和方法参考，帮助本研究领域研究人员快速了解相关背景、方法等，以期促进本领域的研究。