Existen muchos tipos diferentes de películas de entrenamiento deportivo, y categorizarlas puede ser difícil. Como resultado, esta investigación presenta un sistema autónomo de clasificación de contenido de video que facilita la gestión de grandes cantidades de datos de video. Esta investigación proporciona un enfoque de extracción de características de video utilizando un algoritmo de clasificación de video de máquina de vectores de soporte (SVM) y una combinación de características de modo dual de video y audio. Automatiza la clasificación de dibujos animados, anuncios, música, noticias y videos deportivos, así como la detección de momentos terroristas y violentos en películas. Para empezar, se propone un nuevo esquema de expresión de características, la subcombinación de descriptores visuales MPEG-7, basado en un análisis de los algoritmos de clasificación de video existentes, con el objetivo de abordar los problemas en estos algoritmos. Esto se logra analizando las diferencias visuales de los cinco algoritmos de clasificación de video. El modelo pudo extraer 9 descriptores de las cuatro características de color, text