نکیسا توکلی - دانشگاه آزاد اسلامی واحد پارسان - گروه کامپیوتر -فارسان- ایران
امیر مسعود افتخاری مقدم - دانشگاه آزاد اسلامی واحد قزوین - گروه هوش مصنوعی و رباتیک- قزوین - ایران

ما در این مقاله ساختار جدیدی را برای استخراج رویداد گل از مسابقات فوتبال پیشنهاد می کنیم. در ایتجا ایده اساسی استفاده از ساختار درختی به عنوان بهترین روش باز نمایش چند وجهی اطلاعات شات های ویدئویی در چندین مد مختلف جهت استخراج دانش است. در مرحله ی اول استخراج ویژگی های سطح پایین را داریم که بر اساس متد رنگ غالب و تفاوت هیستوگرام دو فریم محاسبه می شود، در مرحله ی دوم استخراج ویژگی های سطح میانی است که در ابتدای کلاسبندی شات ها و محاسبه انرژی صدای کوتاه شات را خواهیم داشت و بعد از آن یک باز نمایش درختی برای هر شات را تعریف میکنیم که در واقع خروجی این مرحله جنگلی از درخت های استخراج شده از شات های وید ئویی می باشد، در مرحله ی بعدی یک بردار ویژگی استخراج کرده که به عنوان ورودی به الگوریتم شبکه ی عصبی پرسپترون سه لایه برای کلاسبندی داده های رویداد مورد نظر داده می شود . مهمترین مزیت این سیستم دقت بالای ان در استخراج و کشف این رویداد می باشد، به طوری که دقت ان بالای 85% است که نسبت به بقیه ی روش ها از دقت بسیار خوبی برخوردار است.

کشف گل از مسابقات فوتبال ، بازیابی مفاهیم، ویدیوی فوتبال، خلاصه سازی ویدیو ، شبکه عصبی