球类比赛数据可视分析技术的现状与展望
曹安琪张 辉笃巫英才1
摘要：梳理了目前国际上球类比赛数据可视化和可视分析的现状，通过对足球、 篮球、冰球、橄榄球、网球、乒乓球和棒球等案例研究发现：同场对抗项目可视分析
主要关注球员位置移动和球运行轨迹的时空变化；隔网对抗项目可视分析主要关 注运动员每次击球行为属性(技术、落点、位置、弧线、得失分等)以及击球行为序
列变化的时空与关联特征。研究还发现，体能主导类项目和技能主导类表现项目比 赛数据的可视化和可视分析是今后需重点关注的方向遥
关键词：球类项目曰比赛数据；可视化；可视分析
中图分类号：G80-05 文献标志码：A  文章编号：1006—1207(2()21 )03—0026—11 DOI : 10.12064/ssr.20210304
A  Survey  on  Visual  Analysis  of  Ball  Games
CAO  Anqi 1, ZHANG  Hui 2* , WU  Yingcai 1
收稿日期：2020-08-05
基金项目：国家自然科学基金面上项目(62072400)。
数据可视化设计案例第1作者简介：曹安琪，女，在读博士研究生。主要研究方向：数据可视化和可视分析。E-mail : ***************0*通信作者简介：张辉，男，博士，教授，博士生导师。主要研究方向：体育比赛数据分析。E-mail ：***************** 。作者单位：1.浙江大学CAD&CG 国家重点实验室，浙江杭州310058；2.浙江大学教育学院体育学系，浙江杭州310058。
(1. The  State  Key  Lab  of  CAD&CG, Zhejiang  University, Hangzhou  310058, China; 2. Department  of  Physical  Education, College  of  Education, Zhejiang  University, Hangzhou  310058, China)
Abstract ： This  paper  analyzed  the  current  studies  of  data  visualization  and  visual  analysis  of  ball
games  through  cases  (soccer, basketball, ice  hockey, rugby, tennis, table  tennis  and  baseball) in  the  world. The  study  found  that  the  visual  analysis  of  the  field  team  sports  mainly  focused  on  the  player's
position  movement  and  the  change  of  the  ball's  trajectory, while  the  net  sports  mainly  focused 
on  the
attributes  of  each  stroke  (techniques, placements, position, arc  and  scores  etc.) and  related  features
that  change  according  to  the  sequence  of  strokes. The  study  also  revealed  that  the  visualization  and  visual  analysis  of  the  competition  data  in  the  endurance  events  as  well  as  in  skill  events  should  be  the  focus  in  the  future.
Key  Words ： game  sports; competition  data; visualization; visual  analysis
随着计算机科学与技术的迅速发展，可视化和 可视分析技术作为有效的数据展示和分析手段，越 来越多地被应用到球类比赛数据分析领域，它不仅 可以为教练员和运动员的训练和比赛提供指导与帮 助，还可以提高各种媒体的传播效果，让体育爱好者
更加喜欢比赛。例如，美国娱乐与体育电视台(ESPN ) 等比赛数据网站和其他体育媒体采用一些可视化图
表来代替传统的文字比赛信息，可以使体育爱好者 更加直观迅速地获取感兴趣的比赛信息，从而提高 媒体的传播力。在专业比赛数据分析领域，可视化和 可视分析技术可以更加直接有效地展示比赛的时空
特征和运动员的技战术特点，吸引了众多专业体育
数据分析师的关注。
1
可视化和可视分析技术及其发展
可视化(Visualization )的本意是使物体图像化、
图形化，从而能够清晰、直观地呈现。可视化的研究
最早可以追溯到18世纪的英国和法国，美国则是现
代可视化研究的起源地［110 1987年美国国家自然科 学基金会召开的一个研讨会上，第一次给出了科学 数据可视化的定义，标志着“科学计算可视化”学科
的诞生。
数据可视化技术主要是指采用图形图像处理、
计算机视觉、用户界面等计算机科学与技术，对数据
进行编码、展示和表达的技术遥数据可视化包括科学计算可视化、信息可视化和知识可视化遥科学计算可视化主要指采用计算机图形学等手段对大规模的科学数据进行展示；信息可视化是指对来自不同领域的数据采用图表等可视化元素进行数据编码和展示；知识可视化是指通过视觉表征形式促进知识的传播与创新遥图1是一个可视化的参考模型［2］，可视化技术主要具有清晰直观等特点袁可以使数据分析人员迅速发现数据当中隐藏的规律袁进而更加高效地对大规模的数据进行分析遥
原始数据
数据
任务
图1信息可视化参考模型[2]
Figure1Information Visualization Reference Model[2]
在当前大数据的背景下袁可视化和可视分析技术被越来越广泛地应用到不同领域当中，例如，地图、遥感、医学、气象、海洋、航空、金融、通信、商业、新闻和工程技术等，在国际上逐步形成了可视化和可视分析的研究热潮遥在竞技体育或职业体育领域，越来越多的职业球队聘用专业的比赛数据分析人员，通过定制的体育比赛可视分析系统，运用交互式方法，观察与分析运动员比赛中的技战术及体能等
信息，进而为球队提供有价值的比赛与训练建议遥
2球类比赛数据可视分析的项目特征与内容近年来，球类比赛数据的可视化和可视分析受到了研究人员的广泛关注袁有关球类比赛数据可视化和可视分析的论文数量也在不断增加袁涉及足球、篮球、排球、棒球、冰球、乒乓球、网球等项目，不同球类项目的可视化和可视分析聚焦点也有较大的差别。
2.1球类比赛可视分析的项目特征
足球、篮球、手球、冰球、橄榄球等同场竞技的项目有较多的球员，比赛场地比较大，需要球员之间互相配合，攻防转换频繁且快速，要求球员在比赛场上占据有利位置，并制定相应的战略战术来战胜对手遥因此袁这些项目的可视化和可视分析关注的是球员位置移动和球运行轨迹的变化袁使比赛数据分析人员能够通过比赛中球员位置数据、行为数据和球轨迹数据发现双方的技战术特征袁并提出相应的战术对策。
网球和乒乓球等隔网对抗项目的规则相对简单，运动员的比赛战术往往是通过2拍及以上击球的技术、落点、位置、弧线、速度和力量等的变化和组合来完成。因此，隔网对抗项目的可视化和可视分析关注的是运动员每次击球行为的属性（技术、落点、位置、弧线、得失分等）以及击球行为序列变化的时空特征与关联特征遥
相比之下，棒球是一项较为特殊的球类运动，它是以棒打球为主要特点，动静结合，成员之间分工明确，责任清晰，又必须主动配合和相互服务遥因此棒击球后球的轨迹数据和落点往往是可视化分析的主要内容。
球类比赛是世界上普遍受欢迎的体育项目，许多可视化工作也关注该类项目在社交媒体上的传播和展示，对赛中简单的统计信息进行可视化，以便球迷们能够更好地了解比赛形势以及比赛中球员的表现。
2.2球类比赛可视分析的主要内容
根据球类项目的比赛特征袁其数据可视分析主要关注的是比赛中球和运动员的时空数据及其变化遥
2.2.1球运行轨迹数据可视分析
足、篮球比赛中的传球、运球、射门（或投篮），以及乒乓球、网球比赛的击球落点等常常是数据可视化分析最为关注的内容遥传球、投篮、射门等数据通常采用热力图或移动轨迹等可视化方式，击球落点通常采用点标注的形式遥例如Janetzko等［3］的工作展示了足球比赛中球的运行轨迹（图2），其中，用圆点组成的红线段表示比赛中一段时间内足球的运行轨迹，可以从轨迹中看出运动员传球的线路以及足球运行的速度遥通过足球运行轨迹的可视化，分析人员可以观察传球和进球过程，进而分析球队进攻与防守战术的特点。
图2足球运行轨迹可视化界面[3]
Figure2 Visualization  of  Football  Running  Track®】
2.2.2运动员位置移动数据可视分析
热力图、移动轨迹、移动速度、运动员对球的控
制面积或对球的压迫常常是运动员移动时空数据可
视分析的内容遥例如,Andrienko 等［4］提出了足球比赛 中运动员对球压迫的可视化方法，图3-A 表示多特 蒙德队在获得球权之前一段时间内球员对球的压
迫，左右两侧的图分别表示比赛上半场和下半场球
员对球的压迫遥图3-A 上方的2张图采用足球场和 热力图的可视化形式表示球员对球压迫的空间分
■ firsts  seconds  BV E  |~|next 5 seconds  DVB  | firsts  seconds  FCB  ■next 5seconds  FCB
布，并采用线段表示一段时间内球的运动轨迹。图3-A  下方的2张图采用空间直角坐标系和热力图表示球 员对球压迫的分布，同时用相应点的坐标表示球队中
每个球员的表现遥图3-B 是足球运动员跑动轨迹的 可视化冈，分析了多特蒙德球队和拜仁慕尼黑球队在
2018—2019赛季德甲联赛第11轮中的一场比赛，多特 蒙德3:2赢得了比赛。其中，左右两侧的图分别表示多
特蒙德球队和拜仁慕尼黑球队在一段时间内（10 s ）的 球员运动轨迹，并采用颜区分前5 s 和后5 s 的轨迹遥
❺❹
图3运动员位置移动数据的可视化界面[4旬
Figure3 Visual  Analysis  of  Player  Tracking  Data [4_6]
SO
0O
可视分析系统ForVizor 提供了足球比赛阵型数
据的可视化探索，如图3-C 所示［61。该系统的特点是
展示了 2支球队比赛阵型对抗矩阵(B )和比赛阵型 流的时空变化(F )，同时保留比赛阵型在不同空间区
域之间的连续流动过程。该系统还可以深入到显示
视图，显示每个球员的详细位置信息(H )。2.3球类比赛可视分析系统的开发
球类比赛可视分析系统的开发方式和流程主要
包括数据采集和处理、模型建构及可视化等。比赛可 视分析系统的数据绝大部分来自比赛视频或收集运
动员信息的传感器等。采集的数据类型通常包括轨 迹数据(运动员或球在场上的时空轨迹信息)、事件
数据(比赛中发生的事件，例如传球、投篮、击球
等)、统计数据(比赛中的统计信息，例如传球成功 率、击球属性的使用率和获胜率)等。
比赛可视分析系统的模型建构主要是对采集的 各种数据进行处理，运用各种分析模型(统计模型、
数据挖掘、人工神经网络、马尔可夫链等)对比赛数
据进行分析。完成模型建构后，系统通过可视化元素
FC  Barcelona  2-2 Real  Madrid
Li g a  2012-10-07
图4 SoccerStories 的可视化界面[71
Figure4 The  System  Interface  of  SoccerSories [7]
足球项目的可视分析工作比较多，除了对比赛 数据进行分析以外，还要对联赛的积分和排名进行
可视分析。Perin 等［8-91在2014年和2016年分别提出
了 A  table!和Gap  Charts 对足球比赛中的积分和排
名进行直观有效的可视化。其中,Gap  Charts 采用类 似折线图的可视化设计对2013—2014赛季西班牙 甲级联赛各个球队的积分和排名变化进行可视化, 人们可以清晰地看出球队整个赛季整体的积分和排
名趋势，也可以对感兴趣的球队进行深入观察。
将比赛数据的分析结果清晰、直观地展示出来，并运
用直观的交互方式，使人们能够对比赛数据和结果
进行分析与探索，为球队提供有价值的比赛方案等。
3
球类比赛数据可视分析系统案例
3.1足球比赛数据可视分析系统
Perin 等⑴针对足球比赛数据开发了可视分析系 统SoccerStories ，对足球比赛中的行为事件以及球队
特征进行了全面的可视化和可视分析。图4展示了
SoccerStories 的可视化界面，它由5个部分组成：(1)比
赛时间线作为比赛概览;(2)比赛中某一阶段的比赛 细节，采用球场和传球序列的可视化展示球队在所
选比赛阶段采用的战术;(3)比赛中各种统计数据；
(4)图标方式对比赛中出现的传球序列进行可视化, 提供比赛阶段的概览，可以应用该图标对比赛阶段
中的传球序列进行更加清晰直观的比较;(5)提供自
动生成的语句对所选比赛阶段进行描述。Soccer ­
Stories  可以对足球比赛中的战术进行清晰直观的分 析，并为足球比赛分析人员提供有效的互相交流工具。
3.2篮球比赛数据可视分析系统
篮球比赛可视分析代表性的工作主要包括
Courtvision  ^POINTWISE  A  Counterpoints  A BKViz A Game- Flow ［10-141，分别对篮球比赛中的投篮分布、预测比分、
防守行为、球员表现指标、比赛事件进行了可视化和 可视分析。可视分析系统BKViz 通过对球员表现指
标进行可视化［131，如图5所示。其中(a )用篮球场图 形展示运动员的运球轨迹、传球轨迹和投篮轨迹
；
(b )提供筛选交互操作，可以根据特定条件筛选感兴 趣的运动员传球序列；(c )、(d )和(e )针对运动员的
投篮数据提供不同的可视化形式。其中(c )采用点表
示球员投篮位置,(d )采用辐向热力图表示球员在不
同距离上的投篮频率，(e )采用传统的热力图表示球 员在不同位置的投篮频率。
| O  Play  0 Pause  | O  V/atch  | Q  Previous  Sequence  O  Next  Sequence  | O  First
Q1 10:29.0
3-0 J. Leuer  makes  2-pl  shot  from  20 It  (assist  by  M. Conley)
Sequence  Finder  Reflect  O  Add a  new  restriction  to  the  search Including  ▼ Any  Shot
▼ Any  Memphis  Grizzlies  Player  ▼  O
百bzC  Derons.'.e  rebound  by  J. Leuer
i 【P ；Md  J. Leuer  makes  2-pt  sttoi  from  20 fl  (assist  by  M. Conley)
Play  List
Query  Results
2. FT1 仆
3. EJ  1029.0
Q] 10:29.0(3-0)
• bi 生“n MI  J. Leuer  makes  2>p< shot  from  20 ft  (assist  by  M. Coniey)
4 Q] »:S4.0 (3-2) - Q] 9:54.0 (S-2)
Q
O  Shooting  filters  Full  Game  ▼ All  Shots  ▼
◎ Representation  : Fingerprints  & Locations  Fingerprints  Shot  Locations
Heat  M 叩■ Heat  Map  & Locations
图5 BKViz 的可视化界面[13]
Figure5 The  System  Interface  of  BKViz [13]
3.3冰球比赛数据可视分析系统
SnapShot 是冰球比赛数据可视分析较有代表性 的工作，提出了新颖的可视化设计辐向热力图，用
来对冰球比赛中运动员射门位置的频率进行编码
和展示［⑸。图6展示了 SnapShot 中辐向热力图的可 视化设计，人们可以通过辐向热力图清晰地看出球
员在球门不同距离上的射门频率。基于该设计,
SnapShot 还提供了完整的可视分析系统，对冰球比
赛进行分析。图7展示了 SnapShot 的可视分析系统
界面，主要包含6个部分：①为系统中展示传统热
力图和辐向热力图等可视化元素的部分；②为数据 分析人员提供比赛筛选等交互操作；③为选择不同
可视化方式的下拉菜单；数据分析人员可以通过④
提供的交互操作调整①中的可视化细节，例如调整
传统热力图中的方块大小；⑤提供不同视图之间的
对比；⑥用于导出可视化界面以及比赛数据。Snap-
Shot  提供的可视分析系统，可以对冰球比赛进行完 整的分析。
图6 SnapShot 中的辐向热力图[15]
Figure6 The  Radial  Heat  Map  Design  in  Snapshot
1151

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。