[论文解读] Is it worth the effort? Understanding and contextualizing physical metrics in soccer

Sergio Llana, Borja Burriel+2 more|arXiv (Cornell University)|Apr 5, 2022

Sports Performance and Training被引用 5

一句话总结

本文提出一种自上而下的框架，通过分析广播追踪数据，将物理指标与足球中的战术背景相结合，实现球员跑动与价值创造的关联。研究发现，特定战术角色中的高强度跑动（尤其是无球跑动）显著影响比赛结果，且在第65分钟后因疲劳导致表现明显下降。

ABSTRACT

We present a framework that gives a deep insight into the link between physical and technical-tactical aspects of soccer and it allows associating physical performance with value generation thanks to a top-down approach. First, we estimate physical indicators from tracking data. Then, we contextualize each player's run to understand better the purpose and circumstances in which it is done, adding a new dimension to the creation of team and player profiles. Finally, we assess the value-added by off-ball high-intensity runs by linking with a possession-value model. This novel approach allows answering practical questions from very different profiles of practitioners within a soccer club, from analysts, coaches, and scouts to physical coaches and readaptation physiotherapists.

研究动机与目标

• 解决足球分析中物理表现指标与战术背景缺乏整合的问题。
• 开发一种从广播追踪数据中估算物理指标（例如距离、高强度跑动）的方法。
• 利用时空特征（如球员角色、攻防类型和动态阵型）对单次跑动进行上下文化处理。
• 通过预期控球价值模型，将物理努力与价值创造相联系。
• 通过提供全面的球员表现画像，支持在招募、教练指导、医疗和体能训练中的实际应用。

提出的方法

• 通过10 Hz追踪数据的逐帧速度信号识别速度曲线中的谷值和峰值，估算球员速度并检测跑动。
• 将高强度跑动定义为速度超过21 km/h的跑动，并计算每次跑动的距离、频率和最高速度。
• 使用三个关键时间点对每次跑动进行上下文化处理：谷值末端（加速开始）、峰值（最高速度）和峰值末端（减速开始）。
• 通过从球员和球位置推导出的动态球队阵型、球员角色以及攻防类型，整合战术背景。
• 应用最先进的预期控球价值（xPV）模型，量化每次跑动对比赛结果可能性的影响。
• 使用滚动平均和标准化方法，分析比赛分钟数内物理表现的时间趋势。

实验结果

研究问题

• RQ1 在球队和个体层面，攻防阶段的物理表现指标有何差异？
• RQ2 高强度无球跑动在预期控球价值方面对价值创造的贡献程度如何？
• RQ3 物理需求如何随比赛时间变化？第65分钟后疲劳在表现下降中扮演何种角色？
• RQ4 球员角色和战术背景能否用于分类和预测单次跑动的价值？
• RQ5 如何利用22名球员和球的时空数据，对物理指标进行有意义的上下文化处理？

主要发现

• 防守中的高强度跑动在第65分钟后下降更为明显，相较于总跑动距离，表明高强度努力受疲劳影响更显著。
• 从第65分钟起，防守距离显著减少，且高强度跑动的下降幅度大于总距离。
• 无球高强度跑动与价值创造密切相关，尤其在扰乱防守结构或打开空间时。
• 球员角色和战术背景显著影响跑动的类型和价值，某些角色会产生更具影响力的移动。
• 将物理指标与战术背景结合，可生成更丰富的球员画像，并支持在招募、训练和医疗康复中的更好决策。
• 该框架使教练能够基于实时的物理与战术表现趋势，识别最佳换人时机和战术调整。