يك معماري دومسيره كارآمد مبتني بر شبكه عصبي عميق براي بازشناسي دروازه در ويدئوي بازي فوتبال

An efficient Two Pathways Deep Architecture for Soccer Goal Recognition towards Soccer Highlight Summarization

در اين مقاله يك روش خودكار با استفاده از يك مدل معماري دومسيره يادگيري عميق براي مساله تحليل تصاوير ويدئويي ورزش فوتبال، با تاكيد بر شناسايي دروازه به عنوان يكي از مهمترين عناصر رويداد گُل كه مهمترين رويداد بازي فوتبال مي¬باشد، ارائه كرده¬ايم. معماري پيشنهادي، شكل توسعه يافته مدل VGG سيزده لايه مي‌باشد كه طي آن يك مدل معماري دو مسيره تعريف شده است. در مدل معماري پيشنهادي براي بازشناسي دروازه در مسير اول، مدل با مجموعه داده آموزشي، آموزش داده مي¬شود. اما در مسير دوم، مجموعه داده¬هاي آموزشي ابتدا توسط يك سيستم غربال‌كننده مورد بررسي قرار گرفته و بهترين تصاوير كه شامل ويژگي¬هاي متفاوتي با ويژگي¬هاي انتخاب شده توسط مسير اول هستند، انتخاب مي‌شوند. به عبارت ديگر در مسير دوم، ويژگي‌هايي از شبكه‌اي مشابه مسير اول، ولي پس از عبور از سيستم غربالگر توليد مي‌شود.سپس بردارهاي ويژگي¬ توليد شده در دو مسير با يكديگر ادغام شده و يك بردار ويژگي سراسري حاصل مي¬شود و بدين ترتيب فضاهاي متفاوتي از مساله بازشناسي دروازه تحت پوشش قرار گرفته است. ارزيابي‌هاي متنوعي بر روي روش ارائه شده انجام شده است. نتايج ارزيابي‌ها، حاكي از بهبود دقت بازشناسي دروازه به‌وسيله مدل معماري دومسيره ارائه شده نسبت به مدل پايه مي‌باشد. همچنين مقايسه روش پيشنهادي با نتايج موجود نشان مي‌دهد دقت روش پيشنهادي، بهتر از نتايج منتشر شده است.

In this paper, an automated method has been presented using a dual-path deep learning architecture model for the problem of soccer video analysis and it emphasizes the gate recognition as one of the most important elements of the goal event that is the most important soccer game event. The proposed architecture is considered as an extended form of the VGG 13-layer model in which a dual-path architectural model has been defined. For recognizing the gate in the first path using the proposed architectural model, the model is trained by the training dataset. But in the second path, the training dataset is first examined by a screening system and the best images containing features different from the features of the first path are selected. In another word, features of a network similar to the first path, but after passing through the screening system are generated in the second path. Afterwards, the feature vectors generated in two paths are combined to create a global feature vector, thus covering different spaces of the gate recognition problem. Different evaluations have been performed on the presented method. The evaluation results represent the improved accuracy of gate recognition using the proposed dual-path architectural model in comparison to the basic model. A comparison of proposed method with other existing outcomes also represents the improved accuracy of the proposed method in comparison to the published results.