Wenn ich Dich richtig verstehe, müsstest Du etwa Folgendes machen:
Ein Projekt anlegen, das die Abmessungen (Pixel) der 5 aneinandergehängten Videos hat.
Und dann die Videos als Picture in Picture (PiP) Effekt (bzw. Ebenen-weise) in diesen leeren Rahmen importieren und zueinander ausrichten. Wenn alles stimmt, die Komposition rendern.
Dann würde jedes Video individuell laufen, aber es wären alle gleichzeitig sichtbar.
Wie Du das Problem mit der Verformung des Videobildes löst, damit die Szenen nahtlos aneinandergefügt laufen, weiss ich auch nicht. Irgendein Morphing Effekt ?
Der vorgeschlagene Ken Burns Effekt funktioniert hingegen mit einem Standbild, zusammengesetzt aus den 5 Videos, das animiert wird (mit der virtuellen Kamera abgefahren wird). Der jeweils sichtbare Teil des Standbildes entspricht dabei nur einem Ausschnitt aus der Komposition.
Bleibt bei der ersten Variante das Problem, wie Du die gerenderte Video (NICHT Standbild)-Komposition virtuell abschwenken kannst.
Im Prinzip entspräche das ja - analog Ken Burns - wieder einem fixen Bildausschnitt (z.B. von HD-Grösse 1920x1080), durch den das Panorama von links nach rechts hindurchläuft (= von rechts nach links virtuell abgeschwenkt wird).
Es gibt ja z.B. die Animation von einem sich frei drehenden Würfel, und auf jeder Würfelfläche läuft dabei gleichzeitig ein Video ab. Eine Mixtur aus 3D-Animation und Compositing.
Vielleicht müsste man in diese Richtung überlegen.
Geht das, was Du machen möchtest vielleicht in die Richtung von 'Hyperlapse', das auf dpreview.com verlinkt ist und das ich hier gebookmarkt & bewundert habe:
http://www.teehanlax.com/labs/hyperlapse/ ?
Beeindruckend!