本发明提供基于时空融合的智能提取视频摘要方法，用户选择一个源视频，采用基于时空融合的智能提取视频摘要方法对视频进行视频摘要提取，然后将所有视频摘要都保存到一个包含所有视频摘要的新视频中，用户可以通过此新视频来观看源视频的所有视频摘要。本发明并不需要知道目标的具体特征，在不知道目标特征的情况下就可以利用次方法迅速的浏览所有视频摘要，然后用最短的时间找到自己感兴趣的视频摘要。本发明对视频场景也没有特定的要求，可以同时处理人物场景，车流场景等多种场景的视频，用户不用担心因为视频场景不同而要换一种不同的提取视频摘要技术。