Face ao grande crescimento que tem ocorrido com a disponibilização e a visualização de vídeos online, torna-se necessário melhorar o resultado dos milhões de pesquisas diariamente efetuadas. Para tal terão de se criar ferramentas que auxiliem no processo de identificação automática dos conteúdos dos vídeos. Atualmente para efetuar essa identificação terá de se consultar a informação introduzida manualmente (título e/ou palavras-chave) ou visualizar o seu conteúdo. No âmbito do estágio de natureza profissional foi desenvolvido um protótipo para o reconhecimento de objetos em vídeos, e para a extração automática dos metadados correspondentes à classe de objetos detetados. O reconhecimento de objetos é efetuado em cada uma das frames (imagens) que compõem o vídeo, e inclui a deteção e a classificação dos objetos. Na primeira versão do protótipo são utilizados classificadores Haar Cascade, e a API OpenCV, para efetuar o reconhecimento e classificação de objetos em cada imagem. Foram detetados alguns problemas com as taxas de acerto no reconhecimento dos objetos, com exceção das faces humanas, e com o desempenho do protótipo. Os problemas foram ultrapassados com uma nova versão do protótipo, que utiliza a rede neuronal convolucional GoogLeNet, suportada pela API Tensorflow e treinada com o dataset ImageNet, para efetuar o reconhecimento e a classificação dos objetos em imagens.