Cette thèse porte sur les propriétés du discours de la caméra virtuelle autour de trois axes: le temps, l'histoire, et la présentation visuelle. Nous nous répondrons principalement à la question sur la façon d'analyser, d'exploiter des données, et de générer automatiquement des arrangements temporels de l'histoire et des contenus visuels. Nos techniques proposées peuvent être appliquées aux problèmes de planification automatique de la caméra dans des environnements 3D, et ouvrent des perspectives pour l'analyse cognitive du cinéma et de la narration visuelle. / This thesis concerns the discourse properties of cinematographic storytelling around three axes: time, story, and visual presentation. We address the question of how to analyse and gain knowledge from data, and automatically generate temporal arrangements of story and their visual content. We work with actual film data to understand the good practices of visual storytelling. The techniques in this thesis target applications to automatic camera planning problems in 3D environments, and also open perspectives for cognitive analysis of film and visual storytelling.