Nos travaux portent sur le problème de la gestion d'une collection de séquences vidéo par leur contenu visuel. La première contribution de nos travaux consiste en une décomposition du volume spatio-temporel des séquences vidéo. Chaque séquence est décomposée en un ensemble parcimonieux et représentatif de composantes visuelles robustes augmentées de leur trajectoire invariante au contexte dynamique. Notre seconde contribution est un modèle du contenu visuel des séquences vidéo dans un espace de représentation induit par la décomposition de leur volume spatio-temporel. Le modèle est estimé selon le paradigme de la recherche interactive par l'exemple. Finalement, nous proposons un modèle de données multimédias qui permet de rationaliser leur manipulation et l'accès à leur contenu.