随着多媒体技术的迅速发展和视频信息量的高速膨胀，人们对视频检索的执行效率提出了更高的要求。以体育比赛视频中的精彩事件作为对象，进行分析和查询是视频检索领域的重要分支。其中足球进球事件更是足球比赛精彩事件中的典型代表。然而描述足球比赛视频图像信息的数据之间存在着既复杂又特殊的相互关系，这无疑增加了足球视频进球事件检索的实现难度。尽管对进球事件的检索目前有不少方法，比如基于球门位置或场地线分布，基于回放慢镜头和结合音频特征等方法。但是，这些方法对于数据量较小的视频集处理效果较好，而对大数据量的视频集进行处理时出现消耗资源过大的情况。因此，考虑首先对数据量较小的视频集进行进球事件的检测并提取样本，然后对样本进行聚类划分分析提炼各种进球事件的个性和共性特征，最后采用分类思想检索从属于各种分类的进球事件。原型系统由进球事件检测模块、聚类模块和基于分类思想的检索模块三部分构成，分别负责小数据量的样本检测，样本聚类划分和分类器训练学习与决策分类的功能。其中进球事件检测模块通过判断三种不同属性镜头是否匹配组合规则实现；聚类模块采用改进相似性度量方法的K均值聚类算法实现；检索模块通过建立层次二叉树确定分类器的执行顺序。