Để quản lý hiệu quả, một VDBMS cần hỗ trợ video như là một dạng dữ liệu của nó, tương tự như dữ liệu văn bản. Mô hình dữ liệu video cần tích hợp trạng thái nội dung của dòng video và cấu trúc ngữ nghĩa. Nó cũng mô tả đối tượng vật lý (con người, xe cộ, nhà cửa…) hiện tại trong video và kết hợp truyền thông cho từng đoạn video. Cũng cần nhấn mạnh mối quan hệ cấu trúc và thời gian giữa các đoạn video. Đặc điểm của video như mầu, kết cấu, bóng và chuyển động có thể được giải nén tự động từ dòng video và được sử dụng như các thuộc tính.
3.3.1 Hỗ trợ trừu tƣợng hóa cấu trúc video đa mức
Trong một dòng video, có hai mức trừu tượng hóa vốn có là dòng video liên tục và các khung hình riêng lẻ. Với hầu hết các ứng dụng, dòng video liên tục quá thô so với mức trừu tượng hóa chúng. Mặt khác, một khung hình đơn ít khi được xem là một khối bởi vì khung hình đơn nối các khoảng thời gian ngắn và số khung hình đơn trong đoạn video ngắn là rất lớn. Cách trừu tượng hóa khác, như là kịch bản, là cách được mong đợi hơn, và từ đó một lược đồ phân cấp của dòng video trừu tượng
hóa có thể được xây dựng. Mỗi mức trong sơ đồ, cần thêm vào nhiều thông tin, như kiểu liên tục. Một trừu tượng đa mức của dòng video có thể được xây dựng như sau: Dễ dùng để tham chiếu thông tin video và dễ để hiểu nội dung của nó.
Hỗ trợ duyệt video tốt hơn.
Đơn giản cho sắp xếp và tổ chức lưu trữ.
Một cảnh video có thể xem như là một cấu trúc cơ sở đại điện cho dữ liệu video. Một cảnh bao gồm một hoặc nhiều khung hình được sinh và thu liên tục, trình diễn lại hành động trong thời gian và không gian thực. Các cảnh quan hệ với nhau theo thời gian và không gian có thể ghép vào cùng một đoạn.
3.3.2 Hỗ trợ quan hệ không gian và thời gian
Nguyên tắc cấu thành của dữ liệu video được kết hợp giữa không gian và thời gian. Nguyên tắc này làm video khác khá nhiều kiểu dữ liệu khác. Vì vậy, đặc tính nhận dạng các đối tượng vật lý và mối quan hệ giữa chúng về mặt không gian và thời gian của mô hình video là rất quan trọng. Người dùng có thể nảy sinh câu hỏi về cả hai chiều không gian và thời gian. Thông thường, dãy tình tiết và dãy video có thể được nén ở dạng tri thức thông qua việc mô tả ảnh hưởng giữa các đối tượng vật lý trong một đoạn thời gian và quan hệ giữa chúng trong không gian. Quan hệ thời gian giữa các đoạn khác nhau rất quan trọng với sự phối cảnh sử dụng đánh dấu đoạn video. Đưa ra bất kỳ hai khoảng thời gian nào, có mười ba cách khác nhau mà chúng có thể quan hệ. Mười ba quan hệ có thể miêu tả bằng bẩy trường hợp đảo ngược kể từ cách sáu, ngoại trừ quan hệ bằng nhau. Chúng là: before, meet, overlap, during, start, complete, và equal [13]. Quan hệ thời gian đó được sử dụng trong công thức hỏi bao gồm quan hệ thời gian nén giữa các khung hình video.Với các quan hệ không gian, hầu hết dựa trên kỹ thuật đối tượng lồi trên hệ toạ độ hai hoặc ba chiều. Rất ít nghiên cứu thử trình diễn quan hệ không gian – thời gian của đối tượng chứa trong video và các truy vấn với các quan hệ giữa chúng.
3.3.3 Hỗ trợ chú giải video
Không giống như dữ liệu văn bản, video số không cung cấp đặc tính nội dung một cách dễ dàng bởi vì việc nhận dạng tự động ảnh và lời nói là không khả thi. Tuy nhiên, cấu trúc của một video có lưu giữ vài thông tin cần thiết nhưng nó không phù hợp để mô tả mỗi đặc tính của video. Ví dụ: đưa hai cảnh thành phố thì rất khó để xác định nó là cảnh ở NewYork hay Singapore. Có thể đưa ra những mô tả chi tiết nội dung của chất liệu video không được liên kết trực tiếp với các thành phần cấu trúc. Bên cạnh đó, các chú giải dữ liệu video thường thay đổi và phụ thuộc vào sự hiểu biết của người sử dụng và ngữ cảnh ứng dụng. Thực tế, quá trình chú giải video là một quá trình bán tự động.
3.3.4 Độc lập dữ liệu video
Lợi ích của độc lập dữ liệu là chia sẻ và tái sử dụng dữ liệu video, đây là giới hạn trong một hệ quản trị CSDL video bởi dung lượng của dữ liệu là rất lớn. Các thông tin video cần thiết có thể được sử dụng trong các đoạn video khác nhau. Một ý kiến định nghĩa nội dung của video gọi là dòng video, dòng video này có thể ánh xạ vào một tập các thiết bị lưu trữ vật lý gọi là các đoạn lưu trữ video (stored video segment). Tuy nhiên, khái niệm độc lập dữ liệu video vẫn là đề tài đang nghiên cứu.