本发明公开了一种基于深度学习的视频检索方法，主要包含以下部分：利用卷积神经网络做视频预处理；用长短记忆网络对预处理后的视频提取特征向量；最后通过一个相似度学习算法，学习得到距离计算方法，依据该方法进行相似度计算并排序，得出视频检索结果；本发明通过卷积神经网络做场景分割和关键帧选择，提取表征视频的高级语义，从而获取恰当数量的关键帧序列，能够有效避免镜头分割的误检和漏检。本发明通过长短记忆网络有效提取视频的时序特征，从而获得更准确的检索结果。通过相似度学习和基于文本的匹配方法，能够提升相似度度量方法的匹配精确度。通过上述方法，本发明能够实现对大规模视频的精准检索。