“…O desenvolvimento de técnicas que atuam em mais de uma mídia na identificação de estruturas temporais de vídeo, também chamadas de técnicas multimodais , são cada vez mais frequentes nos trabalhos científicos daárea de recuperação de conteúdo multimídia (Ngo et al, 2001;Hanjalic, 2004;Li et al, 2004;Manzato et al, 2009Manzato et al, , 2010. Como mencionado no Capítulo 3, especificamente nas Subseções 3.4 e 3.5, agrupar e integrar técnicas, sejam elas relacionadasàs características de imagem e/ouáudio e/ou texto, aumentam a quantidade de informações sobre o conteúdo, proporcionando melhoras significativas nos resultados da segmentação, principalmente quando esses segmentos possuem uma carga maior de semântica, como acontecem com as cenas.…”