Mô hình dữ liệu truyền thống như mô hình dữ liệu quan hệ được tổ chức không tương xứng cho miêu tả cấu trúc dữ liệu phức tạp như ảnh và video. Ví dụ: hầu hết CSDL quan hệ không hỗ trợ kiểu dữ liệu mảng cho miêu tả ảnh. Một vài trong số những mô hình đầu tiên là phân đoạn dòng video vào những khoảng thời gian dựa trên các khối cơ sở gọi là cảnh (shot). Tiếp theo, các vùng độc lập với các mô hình, có thể là mô hình hay thiết bị giới hạn, được xây dựng dựa trên các đơn vị cơ sở.
Episodes
Shot Shot Shot Shot
Scene Scene Scene
Hình 3.2: Mô hình dòng video phân cấp
Mô hình dòng video phân cấp do Swanberg đề xuất được mô tả trong hình 3.2 [20]. Bước miêu tả đầu tiên đưa ra dòng video, kỹ thuật chọn mẫu và chọn lược đồ tương xứng sử dụng tập các mẫu video bằng phân tách cảnh thay đổi. Mỗi cảnh thu được, kiểu của chúng được định danh bằng vùng định danh mô hình cảnh.
Một mô hình bốn tầng, gọi là hệ quản trị thông tin bằng hình ảnh – VIMSYS được đưa ra bởi Gupta cho dữ liệu mô hình trong hệ quản trị thông tin bằng hình ảnh [3]. Trong mô hình này, người sử dụng có thể xem các thực thể thông tin trên bốn mặt khác nhau. Những mặt này lần lượt tương ứng với các đối tượng và các mối quan hệ của vùng (DO), sự kiện và mối quan hệ của vùng (DE), đối tượng và mối quan hệ của ảnh (IO), sự minh hoạ và mối quan hệ của ảnh (IR). Tất cả các đối tượng có một tập hợp các thuộc tính và phương thức liên kết chúng. Các thuộc tính có sự mô tả bản thân chúng, và được liên kết với nhau trong một hệ thống cấp bậc các lớp thuộc tính. Mối quan hệ có thể là không gian, hàm, ngữ nghĩa. Hệ thống cấp bậc này cung cấp một cơ chế dịch các khái niệm thuộc hệ ngữ nghĩa ở cấp độ cao sang các truy vấn nội dung cơ sở sử dụng sự tương ứng với dữ liệu hình ảnh. Nó cho phép truy vấn dựa trên sự tương tự về đối tượng được tập hợp mà không đòi hỏi người sử dụng phải đưa ra cấu trúc và thuộc tính hình ảnh ở cấp độ thấp của đối tượng. Kỹ thuật cho mô hình dữ liệu như thế thực sự cần thiết. Tuy nhiên, việc sử dụng một mô hình này cho các ứng dụng thực tế không có sẵn.
Hampapur đề xuất mô hình dữ liệu video dựa trên quá trình tạo video [21]. Quá trình tạo video bao gồm việc quay phim, công việc có ý nghĩa quan trọng nhất tạo nên cảnh thô và chỉnh sửa, công việc sắp xếp lại các cảnh thô cho đoạn video cuối cùng. Trong quá trình chỉnh sửa, đối tượng video từ tập hợp được phục hồi lại dựa vào nội dung, và chúng được sắp xếp lại cho lần trình diễn cuối cùng. Trong quá trình biên soạn, các đối tượng video được khôi phục dựa theo nội dung và chúng được tổ chức để trình diễn lại. Mô hình dữ liệu video này phối hợp các ứng dụng khác nhau của video như là thuộc tính của đoạn phim, video tin tức, video sự kiện thể thao, phân tích cơ sinh học về thể thao, video an ninh cho các cao ốc. Mô hình này đạt được khía cạnh thiết yếu của việc chỉnh sửa video. Dựa trên mô hình chỉnh sửa này, việc tách thuộc tính video cho việc sắp xếp các chuỗi thuộc tính hình ảnh được thiết kế. Các thuộc tính tách ra này được sử dụng trong mô hình dựa trên công thức phân loại và nó phân đoạn dòng video.