動画の動体（モーション）検知に関するアプリ開発の事前コンサルティング

とある複数個の動画（日々発生するものです）から必要な文字データを起こしたく、それらの動画の動体（モーション）検知を自動的に行うアプリを開発したいと考えております。 現状では、それらの動画を再生しながら、私が目視で文字データに起こしており、日々少なからぬ時間と労力を費やしています。 その時間労力の削減が最大の目的です。 高度な個体追跡といったレベルまで行かなくとも、動画の一定検知範囲でモーション検知できればOKです。 （ただし複数個の動画それぞれについて、検知範囲は複数個所に渡ります） まずは、そのアプリ開発に際し、事前のコンサルティングをお願いしたいと考えております。