Avaliação de extração de características espaciais para análise de vídeos de futebol.

• Ano de defesa: 2012
• Autor(a) principal: FIRMINO JÚNIOR, Paulo de Tarso.
• Orientador(a): CARVALHO, João Marques de. , GOMES, Herman Martins.
• Banca de defesa: QUEIROZ, José Eustáquio Rangel de., BORGES, Díbio Leandro.
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande
• Programa de Pós-Graduação: PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO
• Departamento: Centro de Engenharia Elétrica e Informática - CEEI
• País: Brasil
• Palavras-chave em Português: Visão Computacional; Sumarização de Vídeos de Futebol; Segmentação do Gramado; Segmentação das Linhas do Campo; Classificação de Tomadas; Processamento de Imagens; Computer Vision; Soccer Videos Summary; Lawn Segmentation; Segmentation of Field Lines; Outlet Classification; Image Processing
• Área do conhecimento CNPq: Ciência da Computação
• Link de acesso: https://dspace.sti.ufcg.edu.br/handle/riufcg/11486

A popularização do futebol, bem como o advento da TV digital, tem despertado o Interesse por técnicas automáticas de sumarização de videos de futebol. Neste contexto, o presente trabalho objetiva investigar técnicas existentes e propor novas técnicas destinadas aos problemas de Segmentação do Gramado, Segmentação das Linhas do Campo e Classificação de Tomadas. Uma base de dados de quadros de varias partidas de futebol foi especialmente construída para a avaliação experimental das técnicas investigadas. Trabalhos relacionados na área de Segmentação do Gramado, em geral, fundamentam-se na noção de cor dominante e em heurísticas, mas carecem de uma validação experimental objetiva. Neste trabalho, foi proposta uma estrategia de template matching, combinada a técnica de vizinhos mais próximos, para a segmentação do gramado. Uma validação dos resultados, com o auxílio de curvas ROC, demonstrou que os resultados obtidos a partir do método proposto foram superiores aqueles obtidos a partir de um conjunto de abordagens existentes, atingindo 98,32% de Taxa de Positivos Verdadeiros (TPR) e 16,08% de Taxa de Positivos Falsos (FPR), na melhor configuração de parâmetros. Os resultados dos trabalhos revisados sobre Segmentação das Linhas do Campo fazem uso da Transformada de Hough, porem omitem detalhes relevantes ou utilizam algoritmos muito simples. Uma descrição dos parâmetros utilizados na transformada de Hough, bem como o desenvolvimento de melhorias no tocante as etapas de pre e pós-processamento, constituem contribuições desta dissertação no aspecto da segmentação das linhas. Na melhor configuração, os resultados de TPR e FPR foram 77,30% e 6,23%, respectivamente, os quais são passíveis de melhorias em futuras extensões, a partir do emprego da transformada de Hough Circular. Para a Classificação de Tomadas, fez-se uso de uma rede neural MLP (Multi Layer Perceptron), recebendo diversos atributos derivados das etapas anteriores, ao passo que trabalhos relacionados não consideraram características relevantes, tais como a quantidade de linhas e o numero de blobs. A validação dos resultados neste problema também foi obtida por meio de curvas ROC, atingindo como melhores resultados TPR de 99,60% e FPR de 0,16%.