A popularização de aplicativos e dispositivos capazes de produzir, exibir e editar conteúdos multimídia fez surgir a necessidade de se adaptar, modificar e customizar diferentes tipos de mídia à diferentes necessidades do usuário. Nesse contexto, a área de Personalização e Adaptação de Conteúdo busca desenvolver soluções que atendam a tais necessidades. Sistemas de personalização, em geral, necessitam conhecer os dados presentes na mídia, surgindo, assim, a necessidade de uma indexação do conteúdo presente na mídia. No caso de vídeo digital, os esforços para a indexação automática utilizam como passo inicial a segmentação de vídeos em unidades de informação menores, como tomadas e cenas. A segmentação em cenas, em especial, é um desafio para pesquisadores graças à enorme variedade entre os vídeos e a própria ausência de um consenso na definição de cena. Diversas técnicas diferentes para a segmentação em tomadas e em cenas estão presentes na literatura. Uma forma particular de realizar a segmentação do vídeo em cenas é através da análise de coerência entre tomadas, onde busca-se unir tomadas semelhantes de maneira a formarem“cenas”. Vantagens do uso da coerência de tomadas frente à outras técnicas incluí o baixo custo computacional e a independência de domínio. Assim, este trabalho tem por objetivo apresentar uma técnica de segmentação de vídeo em tomadas e em cenas através da coerência entre tomadas. Para melhorar os resultados obtidos, utiliza-se uma análise de movimento baseada em fluxo óptico, capaz de significativamente reduzir o número de falsos positivos alcançado pela técnica. Descreve-se, ainda, detalhes de uma implementação multi-thread da técnica de segmentação de vídeo.