A medida que aumenta la demanda global de cámaras de vigilancia, también aumenta explícitamente la cantidad de datos de video digital. Analizar y extraer contenido significativo de las grabaciones es un esfuerzo que consume recursos y es laborioso. La técnica tradicional de sinopsis de video se utiliza para construir un video pequeño reubicando el objeto en los dominios de tiempo y espacio. Sin embargo, es costosa computacionalmente y la sinopsis obtenida sufre de artefactos de temblor; por lo tanto, no puede ser alojada en un dispositivo con recursos limitados. En esta investigación, proponemos un marco de sinopsis de video panorámico para abordar y resolver los problemas del análisis eficiente de objetos para una mejor gobernanza y almacenamiento. El sistema de vigilancia tiene múltiples cámaras que comparten una homografía común, que es aprovechada por el método propuesto. El método propuesto construye un panorama resolviendo los amplios puntos de vista con desviaciones significativas, colisiones y superposiciones entre las imágenes. Incorporamos un marco de sinopsis en el dispositivo final para reducir los costos de almacenamiento, red y computación. Un modelo basado en redes neuronales une múltiples flujos de cámaras para obtener una estructura panorámica de la cual solo se extrajeron y reubicaron en los dominios de espacio y tiempo los tubos con comportamiento anormal para construir un video más corto. Comparativamente, el modelo propuesto logró una tasa de coincidencia de precisión superior del 98.7% al unir las imágenes. El modelo de mejora de características también logra mejores valores de relación señal-ruido pico, facilitando la construcción de sinopsis de manera fluida.