El present document exposa el desenvolupament de l'aplicació del mètode d'Anàlisi de Components Principals per detectar el xiulet de l'àrbitre en el context de l'extracció automàtica d'esdeveniments d'interès en vídeos esportius. L'extracció automàtica d'esdeveniments d'interès de vídeos esportius consisteix en un sistema capaç de detectar en un vídeo esportiu els esdeveniments de major interès, per tal d'extraure'ls i fer-ne un resum en el qual quedin etiquetades les jugades d'interès de tal manera que en quedi facilitat el posterior accés. El sistema empra l'anàlisi d'àudio i vídeo a partir de descriptors de baix nivell i altres elements, com ara la detecció del xiulet de l'àrbitre el qual constitueix l'objecte principal del present document. Al llarg del document es tenen en compte les propietats tècniques dels xiulets més emprats en l'arbitratge europeu de futbol a partir de la seva caracterització. La dificultat tècnica que presenta la detecció del xiulet queda evidenciada pels primers mètodes emprats. Finalment es presenta el mètode emprat en la solució final. La solució està basada en l'aplicació del mètode d'Anàlisi de Components Principals (PCA, Principal Component Analysis), mètode conegut per la seva aplicació en la detecció d'objectes complexos i que es basa en un procediment matemàtic que transforma un nombre de variables correlacionades en un nombre més petit de variables no correlacionades anomenades components principals. Aquest procediment permet descobrir l'estructura comuna del conjunt de dades i emprar-la per a la detecció de similituds en nous conjunts de dades. Els resultats de l'aplicació del mètode de PCA són satisfactoris però es discuteix, tanmateix, en quin grau compleixen amb la precisió requerida en el camp de l'extracció automàtica d'esdeveniments d'interès en vídeos esportius. El document presenta línies futures de treball per procurar millorar la precisió i conclou exposant la possibilitat d'aplicar el PCA en la detecció de xiulets donats els positius resultats en la seva exhaustivitat i exactitud.

English: This report presents the development of an algorithm that uses the Principal Component Analysis method to detect the referee's whistle in sport videos. The detection of the referee's whistle is very important in the context of automatic interest event extraction in sport videos due to the fact that many events of major interest have as a result or cause a referee whistle sound. Automated interest event extraction in sport videos consists in a system capable of detecting events of major interest in sport videos, in order to extract them and make a summary in which the interesting events are labelled and easily indexed. The system uses the analysis of low-level audio and video descriptors and other elements, such as the detection of the referee's whistle, which constitutes the main object of this document. This report takes into account the properties of the most used whistles in the arbitration of European football. These properties are taken from the characterization of two whistle models . The technical difficulty to detect the whistle sound is shown by the first methods used. Finally, the method used in this work is presented in the final solution. The final solution is based on the application of the method of Principal Component Analysis (PCA), method known for its application in the detection of complex objects. Itis based on a mathematical procedure that transforms a number of correlated variables into a smaller number of uncorrelated variables called principal components. This procedure reveals the common structure of the data set and uses it to detect similarities in new data sets. The results of applying the PCA method are satisfactory and the report discusses, however, in which extent they meet the required accuracy in the field of interest event automatic extraction in sport videos. The paper presents future lines to try to improve the precision and concludes by discussing on the use of the PCA method in the detection of referee whistles given the positive results as far as recall and accuracy are concerned.