Ну задача простая для вас, а для поисковых систем много чего надо сделать, чтобы это работало адекватно. Да и какой профит делать такой алгоритм к примеры Гуглу?
Понятно, что можно сделать в целом поиск по контенту в видео и скорее всего его сделают, но зайдут не как решение для задачи поиска, а как распознавание образов и действующих лиц в видео. Будет общее решение аля gpt и его уже прикрутят к поиску.
Но вот я не вспомню когда бы мне хотелось искать специально видео по набору каких то «мемов» в нем. Очень узкий кейс, а сложность его реализации не простая совсем. Не видно ее выгоды. Люди и так пользуются системой и видосы ищут под запрос, а не по содержанию образов в нем. Имхо.