Luận văn tập trung nghiên cứu và phát triển các kỹ thuật tìm kiếm video dựa trên nội dung trực quan, nhằm khắc phục hạn chế của các phương pháp truyền thống dựa trên từ khóa và siêu dữ liệu. Nội dung chính bao gồm việc trích xuất đặc trưng hình ảnh từ các khung video, xây dựng chỉ mục đa chiều cho phép truy vấn nhanh, và áp dụng các thuật toán học máy để phân loại, nhận dạng đối tượng, cảnh quay. Luận văn đề xuất một kiến trúc hệ thống kết hợp giữa kỹ thuật xử lý ảnh truyền thống và mô hình học sâu (deep learning) nhằm nâng cao độ chính xác trong việc truy xuất các đoạn video có chứa nội dung cụ thể theo yêu cầu người dùng. Kết quả thực nghiệm trên các bộ dữ liệu chuẩn cho thấy phương pháp đề xuất cải thiện đáng kể hiệu suất tìm kiếm so với các cách tiếp cận hiện có, mở ra hướng ứng dụng hiệu quả trong quản lý kho dữ liệu đa phương tiện lớn.