🤖 machine learning

Training-Free Off-Screen Player Imputation for Broadcast-Based Spatial Football Analytics

本文介绍了一种名为角色锚定质心投票（role-anchored centroid voting）的无需训练的在线方法，用于从广播画面中插补场外球员位置，在无需额外训练数据的情况下，显著降低了空间足球指标误差，并提升了如控球质量得分等下游分析指标。针对两个真实的世界杯片段，插补所得分数并非被声称代表“真实”值，而是作为一种敏感性结果，展示了在缺乏广播画面全场地真值的情况下，当场外球员被插补时，分析结论可能发生的变化。

原作者： Seongjin Choi

发布于 2026-07-14✓ Author reviewed ⓘ

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Seongjin Choi

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下你正在电视上看一场足球比赛。摄像机跟随球的移动，通过缩放和摇移来保持动作聚焦。但问题在于：屏幕太小了，无法显示所有人。在任何给定时刻，你只能看到 22 名球员中的大约 10 到 16 名。其余 6 到 12 名球员处于“画外”，对你的眼睛来说是不可见的。

多年来，试图分析比赛（例如计算谁控制了球场）的计算机程序一直简单地忽略了这些不可见的球员。它们表现得好像那些缺失的队友并不存在一样。这篇论文指出，这是一个巨大的错误。这就像试图通过只看绳子一侧的人来猜测拔河的结果一样。如果你忽略了隐形的队伍，你的数学计算就是错误的，你可能会误以为一支球队掌控了局面，而实际上他们正在败北。

大问题：“隐形”造成的扭曲
作者建立了一个模拟实验，以衡量这种“隐形球员”问题到底有多严重。他们使用了完美的、全场的数据（在那里他们可以看到所有 22 名球员），然后人为地隐藏了摄像机无法捕捉到的球员。

当他们忽略掉画外球员时，他们在“场地控制力”计算中的误差剧增。误差增加了 25.1 到 26.9 个百分点。这是一个巨大的差距。这意味着计算机认为一支球队控制了很大一部分区域，而实际上，那些隐形的球员正在占据那个空间。在计算一支球队“拥有”多少场地面积时，误差跳升了 11.1 到 13.4 个点。

解决方案：一个不需要训练的“幽灵”团队
这篇论文介绍了一种巧妙的、“无需训练”的方法来预测缺失球员的位置。把它想象成一场带有变奏的“跟着领头人走”的游戏。

通常，如果你看不见一名球员，你可能会猜测他停留在上次被看见的地方。但作者发现了一种更好的方法：基于角色锚定的质心投票法（Role-Anchored Centroid Voting）。

用通俗易懂的话来说，它是这样运作的：

团队集结： 球队上的每位球员相对于球队中心都有一个特定的“工作”或角色。后卫留在后方附近；前锋留在前方附近。
投票： 你在屏幕上能看到的球员会对整个球队的中心位置进行投票。他们的逻辑是：“我在这个位置，而我通常距离中心有这么远，所以中心一定在那里。”
幽灵： 一旦计算机确定了球队的中心在哪里，它就会利用已知的“角色距离”将“幽灵”（虚拟球员）放置在这些隐形队友应有的正确位置。

这种方法不需要超级计算机，不需要从成千上万场过去的比赛中学习，也不需要预知未来。它仅仅利用当前在屏幕上的球员来推测其他人的位置。

效果如何？
在他们的模拟实验中，这种“投票”方法带来了脱胎换骨的变化：

它将隐藏区域控制力的误差缩减了约一半（从约 26 个点降至 12.2–13.8 个点）。
它将球队所有权计算的误差降低到了原先“忽略法”产生的 28–48%。
对于那些被隐藏时间较短（少于 9.6 秒）的球员，预测结果非常准确，中位误差仅为 3.3 到 8.9 米。

然而，论文也诚实地指出了其局限性。当球员被隐藏较长时间（超过 9.6 秒）时，预测会变得模糊，误差增加到 15.6–16.9 米。作者指出，虽然这种方法对于实时电视分析非常有效，但如果有一个能够观察过往大量比赛并能“窥视”未来帧的“学习型”计算机，效果可能会更好。但对于无法等待或无法进行训练的现场直播，这种“幽灵”方法是目前最简单的可用工具。

为什么这很重要：改变判决
作者在真实的世界杯转播画面上测试了这一点。他们观察了荷兰队对阵摩洛哥队比赛中的两个特定时刻。由于缺乏全场地面真值数据，这些推算出的分数并非声称的“真实”值，而是作为敏感性分析的结果，展示了当纳入画外球员时，判决可能发生怎样的变化。

在其中一个瞬间，“仅可见视角”显示该队正在创造空间，分数为 +15.6。加入“幽灵”球员后，分数跃升至 +32.8。
在另一个瞬间，可见视角显示该次进攻是“无效控球”（分数为 -10.9）。但一旦计入隐形球员，分数便转变为 +4.7，将判决从“无效”改为了“弱推进”。

这证明了忽略画外球员不仅仅是增加了一点噪声；它可能会完全颠覆比赛的叙事。通过添加这些“幽灵”，分析变得更加公平，即使在摄像机没有注视时，也能给予那些正在默默工作的球员应有的认可。

论文排除了什么
作者非常明确地说明了这种方法不是什么。

它不是一个可以取代所有高级 AI 的神奇补丁。他们承认，如果你拥有训练数据并且可以预知未来（比如在电子游戏回放中），那么“学习型”AI 模型仍然更优。
它对于长时间隐藏的情况并非完美。当球员在屏幕外停留超过 9.6 秒时，该方法会表现挣扎，误差会增长到 15.6–16.9 米，这在他们数据中约占隐藏球员时刻的 50–57%。
它不是完美身份追踪的替代品。在现实生活中，如果摄像机丢失了某个球员的追踪，或者无法识别其球衣号码，那么“幽灵”可能会找错人。论文建议，更好的身份追踪是下一步的研究方向。

核心结论
这篇论文表明，足球转播中的“隐形”球员是当前分析中的一个巨大盲点。通过使用一种聪明的投票系统来猜测他们的位置，我们可以在不需要昂贵训练或超级计算机的情况下，修复很大一部分误差。它将一个带有偏见的、不完整的视角转变为一个更加准确的视角，证明了有时，你必须通过想象缺失的部分，才能看到全貌。

技术摘要：基于广播影像的空间足球分析中的无训练离屏球员插值研究

问题陈述
空间足球分析（如控球范围分析，Pitch Control）从根本上依赖于全部 22 名球员的位置信息。然而，用于广播分析的主要数据源——主摄像机视角——本质上是不完整的。由于摄像机通过平移和缩放来跟随球的移动，典型的广播画面仅能呈现 22 名球员中的 10–16 名。目前的比赛状态重建（GSR）流水线通常忽略这些离屏球员，将其视为不存在。这种“仅可见”的方法引入了系统性偏差：由于摄像机取景框的原因，防守方球员处于离屏状态时，球队看起来像是放弃了隐藏半场的控制权，但这并非源于战术失误，而是由于摄像机取景造成的。虽然这种失真已被承认，但很少在公开数据上进行量化；且现有的学习型解决方案（例如 DeepMind 的图插值器，Graph Imputer）依赖于私有数据、未来观测值（双向推理）以及离线训练，这使得它们无法应用于严格的在线实时广播分析。

方法论
本文提出了一种无训练、在线运行的插值框架，该框架仅基于正在分析的比赛观测数据运行，无需离线训练或获取未来帧。其核心方法论包含一个由基准策略组成的“阶梯”，最终指向一种名为**角色锚定质心投票法（B4）**的新方法：

基准策略：
- B0 (忽略)： 标准的仅可见基准。
- B1 (最后观测)： 保留最后一次观测到的位置，并向可见球队均值衰减。
- B2 (阵型锚定)： 在球员可见期间存储其相对于可见球队质心的偏移量，并在球员隐藏时将此偏移量应用于当前的可见球队质心。
- B3 (增强锚定)： 将 B2 与指数移动平均（EMA）偏移量及恒定速度外推相结合。
- B4 (角色锚定质心投票)： 这是提出的最优方法。它解决了 B2 中固有的“视口子集偏差”问题。当摄像机平移时，可见的球员子集相对于真实的球队质心在空间上是存在偏差的。B4 通过让每位可见球员为全队质心进行“投票”来减轻这种偏差。每位可见球员 $i$ 提出全队质心作为其当前位置减去其存储的角色偏移量（ $p_i - off_i$ ）。投票后的质心 $\hat{c}(t)$ 是这些提议的平均值。随后，偏移量通过相对于该投票质心的 EMA 进行更新。隐藏球员则通过 $\hat{c}(t) + off_j$ 进行插值。这创建了一个自洽的引导过程，通过不断调整偏移量和质心，使两者相互抵消以消除系统性的子集偏差。
基准测试协议：
- 数据： 使用来自 Metrica Sports 的公开全场追踪数据（三场比赛，25 fps）。
- 模拟： 一个虚拟主摄像机通过对球位置进行指数平滑处理后进行水平平移，从而创建一个宽度为 $W$ 的视口（测试宽度分别为 36m, 44m, 52m, 60m）。
- 指标： 评估优先考虑下游决策相关的指标，而非纯粹的轨迹保真度：
  - 隐藏球员位置误差： 插值位置与真实位置之间的距离。
  - 控球范围图 MAE： 空间控制图的误差，特别是在隐藏区域。
  - 球队控球占比误差： “A 队控制球场百分比”这一核心指标的误差。

核心贡献

可复现的失真基准： 作者建立了一个公开基准，量化了忽略离屏球员所引入的误差。他们证明了“忽略”基准会将隐藏区域的控球范围误差放大 25.1–26.9 个百分点，并将控球占比误差放大 11.1–13.4 个百分点。
无训练在线基准： 本文引入了一系列无需训练数据的分层方法。表现最优的方法——角色锚定质心投票法（B4）——将隐藏区域的控球误差降低了约一半（降至 12.2–13.8 点），并在所有视口宽度下将控球占比误差降至“忽略策略”基准的 28–48%。
端到端集成： 该方法被集成到广播视频 GSR 流水线中，并在真实的世界杯赛场画面上进行了测试。鉴于广播片段缺乏全场地面真值，插值得分并不声称是“真实”值，而是代表了一种敏感性结果，展示了当对离屏球员进行插值时，判别结论（例如，从“无效进攻”转变为“弱推进”）可能发生的变化。研究表明，插值可以改变下游的控球质量评分（空间创造指数，Space-Creation Index）达 15.6 至 17.2 点，足以在特定比赛窗口内改变判别结论。

结果

性能： 在标准 44m 视口宽度下，B4 实现的隐藏球员中位数位置误差为 9.7–11.6 m，优于阵型锚定法（B2），并显著优于“忽略”基准。
鲁棒性： 该方法在三场不同的比赛及变化的视口宽度下表现一致。改进效果在视口较窄（即更难观察）的情况下最为显著。
遮挡机制： 在短时遮挡机制（≤9.6 s，与之前的学习型工作相当）下，B4 实现的中位数误差为 3.3–8.9 m。至关重要的是，基准测试显示，广播画面中 50–57% 的隐藏球员观测值属于长时遮挡机制（>9.6 s），这是一个先前的双向学习模型无法处理的领域。B4 为这类占多数的情况提供了一个有效的解决方案，且无需未来上下文。
消融实验： 投票机制（B4）被证明优于简单的偏移量应用（B3E），因为它使存储偏移量的参考系与应用偏移量的参考系保持一致，从而防止了偏差的累积。

意义与主张
本文持谨慎态度，明确指出如果拥有训练数据和未来上下文，学习型插值器仍是更优选择。然而，作者确立了三个关键点：

量化失真： 他们证明了如果不处理，忽略离屏球员导致的失真足以使空间度量失效。
无训练方法的底线： 他们提供了一个性能基准（B4），表明即使没有离线训练或 GPU 资源，也能实现显著的提升，这为学习型方法设定了必须超越的底线。
长时遮挡的可行性： 他们强调并对长时遮挡机制（>9.6 s）进行了评分，这构成了广播数据中隐藏球员观测的大部分情况，且超出了最接近的先前学习型工作的研究范围。

研究结论认为，对于严格的在线广播分析，像角色锚定质心投票法这样的无训练方法是恢复空间完整性的必要且有效的组成部分，能够防止摄像机取景框决定战术分析的结果。

技术摘要：基于广播影像的空间足球分析中的无训练离屏球员插值研究

类似论文