足球视频影响着人们的日常生活，人们对足球视频的关注更多地体现在对其中进球，射门，罚牌等精彩事件的关注。然而用人工的方法从大量的比赛视频数据中查找人们感兴趣的精彩事件是件比较乏味和低效的工作。因此就需要找到一种有效的方法来实现足球视频中精彩事件的自动检测。本文就如何实现足球视频中的精彩事件自动检测这一问题进行详细探讨，现有的方法或只是针对精彩场景进行检测，或利用底层特征直接表示或检测精彩事件。基于贝叶斯网络和动态贝叶斯网络的检测综合利用的底层特征，中层语义和事件取得了很好的效果。本文给出的精彩事件检测方法包括两个步骤：首先对物理镜头进行语义标注从而形成语义镜头序列，然后建立隐马尔可夫模型进行事件的推理检测。在语义标注过程中，在现有语义镜头分类的基础上，根据关键帧图像的纹理特征把近镜头进一步分成球员特写和场外观众这两种语义镜头，场外观众镜头往往表现为较强的纹理特征，而球员特写镜头则比较平滑，利用边缘检测和闭运算等数字图像处理技术可以很好的区分这两种语义镜头。在使用隐马尔可夫模型进行事件检测过程中，以语义镜头作为模型的观察节点，要检测的目标事件作为隐藏状态节点，来构建模型。根据足球视频镜头的编辑规则和领域特征，从大量的训练素材中计算出初始模型参数，并使用Baum-Welch算法进行训练，不断调整参数，直到确立最终模型。最后使用Viterbi算法进行事件的推理检测，只要把语义镜头序列输入到检测系统中，就可以得到状态节点序列，从而检测出是否有精彩事件发生。实验表明本文给出近镜头分类算法准确率可达98％以上。针对足球视频中的进球和判罚两种精彩事件，利用隐马尔可夫模型进行检测，也取得了很好的效果，比以往的方法具有更高的查准率和查全率。