镜头是摄像机的一次启停操作所记录下来的视频片段。一段视频（如新闻、电影、纪录片等）通常是由许多镜头按照一定的逻辑顺序拼接在一起而构成的。为了更好地对视频内容进行分析理解、索引与检索，需要将一段视频在时间轴上进行分割，将它分解成一系列具有不同语义信息的片段。便如自然段是构成一篇文章的最小语义单位一样，镜头也是分析一段视频的最小结构化单位。镜头变换检测就是寻找一段视频中相邻镜头间的过渡边界，从而将该段视频分解成一组镜头序列。