سال انتشار: ۱۳۹۰

محل انتشار: هفتمین کنفرانس ماشین بینایی و پردازش تصویر

تعداد صفحات: ۵

نویسنده(ها):

نکیسا توکلی – دانشگاه آزاد اسلامی واحد قزوین، دانشکده برق و رایانه، گروه کامپیوتر
امیرمسعود افتخاری مقدم – دانشگاه آزاد اسلامی واحد قزوین، دانشکده برق و رایانه، گروه کامپیوتر

چکیده:

ما در این مقاله ساختار جدیدی را برای استخراج چندین رویداد مهم در ویدئوی مسابقات فوتبال از جمله گل، کرنر، آفساید، پنالتی … پیشنهاد می کنیم. در اینجا ایده اساسی استفاده از ساختار درختی به عنوان بهترین روش بازنمایش چندوجهی اطلاعات شات های ویدئویی در چندین مد مختلف جهت استخراج دانش است. در مرحله اول استخراج ویژگی های سطح پایین را داریم که براساس متد رنگ غالب و تفاوت هیستوگرام دو فریم محاسبه می شود، در مرحله دوم استخراج ویژگی های سطح میانی است که در ابتدا کلاسبندی شات ها و محاسبه انرژی صدای کوتاه شات را خواهیم داشت و بعد از آن یک بازنمایش درختی برای هر شات را تعریف میکنیم که خروجی این مرحله استخراج مفهوم مورد نظر بر اساس الگوریتم Kmeans از ویدئوی فوتبال است. مهمترین مزیت این سیستم نسبت به بقیه ی روش ها تنوع در کشف انواع رویدادها با دقت بسیار خوب است در حالی که بقیه سیستم های مطرح شده تا امروز چنین خصوصیتی را نداشته و فقط چند رویداد مثل گل و کرنر را استخراج کرده اند. نتایج بدست آمده نشان می دهند که به طور میانگین دقت استخراج مفاهیم در حالت کلی برای کل داده ها بیشتر از ۹۸% است که نسبت به بقیه روش ها از دقت بسیار بالایی برخوردار است.