Resumo: O reconhecimento automático de fatos (ou eventos)  importantes em vídeos envolvendo conjunto de ações ou de interações entre objetos pode agregar valor a sistemas de vigilância, controle de cidades, monitoramento de pessoas com incapacidades físicas ou mentais, dentre outros. Entretanto, conceber um arcabouço que possa ser adaptado a várias situações sem a necessidade de um especialista nas tecnologias envolvidas continua sendo um desafio de pesquisa. A pesquisa a ora proposta concentra-se na modelagem dos eventos, na definição de uma arquitetura que possibilite integração de componentes externos para detectar e rastrear os objetos (ex. carros e pessoas),  reconhecer automaticamente eventos e permitir que a criação dos modelos de eventos possa ser realizada pelos próprios usuários do sistema. Neste projeto objetivam-se conceber um ambiente visual para  criação das regras, um tradutor de uma linguagem visual para uma linguagem de definição de eventos e um mecanismo para  troca de mensagens entre os componentes externos e a maquina de inferência responsável pelas detecções do eventos. Dessa forma, o arcabouço agirá como um
integrador entre os componentes e as regras, em que novos componentes poderão ser acoplados e utilizados nas definições das regras, gerando assim uma variedade de possibilidades de utilização. Para demonstração de generalidade, o arcabouço será validado em dois momentos, um com foco em cidades inteligentes utilizando um cenário de trânsito e
outro em vigilância utilizando um cenário de invasão.