论文部分内容阅读
研究目的:随着科技水平的不断提高,越来越多的科技设备和大数据分析开始在足球运动中广泛应用。在足球的运动表现分析中,视频采集、图像识别、可穿戴设备等科技手段为教练员的科学化训练和比赛提供了很多支持。在高水平的足球比赛中,运动员在场上的移动特征通常是通过基于现场采集视频的图像识别跟踪系统来分析生成的。这一技术及数据分析系统在欧洲各大联赛中已经广为使用。在图像识别跟踪技术快速发展的同时,以GPS技术为核心的可穿戴设备在足球运动中的应用也越来越广泛,目前大多数的高水平足球运动队都配备了这样的可穿戴设备。通过可穿戴设备的GPS技术,可以在运动中较为简便地量化得到运动员的移动数据来进行体能表现分析。但在大多的数高水平足球比赛中,由于受到赛事组织管理机构或比赛裁判员对于设备安全性的顾虑和限制,运动员经常无法穿着可穿戴设备上场比赛,因此队伍往往只能采集比赛视频通过图像识别跟踪技术来得到比赛中运动员的移动数据。而视频图像识别跟踪技术的高昂成本及后期数据分析处理的复杂性导致这项技术在日常训练中无法进行广泛的应用普及,大多数足球队伍在训练中的体能表现情况只能通过可穿戴设备中的GPS技术来获得相应的移动距离指标进行分析。虽然在可穿戴设备和视频图像识别跟踪系统各自的分析软件中我们可以将运动员的移动速度区间进行统一划分,但由于数据采集技术及相应分析算法的不同,所以无法保证这2种技术产生的移动距离数据可以交叉使用以进行深度的对比分析和研究。这导致通过移动数据监控来对足球运动训练和比赛负荷进行评估的连续性和稳定性存在很大的不便。因此,本研究的目的就是对GPS技术和视频图像识别跟踪技术在高水平足球运动中得到的移动数据进行对比研究,来评估分别通过这2种技术获得的足球运动移动数据是否可以进行交叉使用和等同分析。研究对象与方法:以29名中国青年男子足球队职业足球运动员在参加3场2018年"熊猫杯国际青年足球邀请赛"和2场2018年"泰国曼谷杯国际青年足球锦标赛"中的移动距离数据(包括移动总距离、冲刺跑距离、高速跑距离、快速跑距离)作为研究对象。让29名运动员穿着装有GPS模块的可穿戴设备(STATSports,北爱尔兰)完成全场比赛,在赛后通过APEXPROSERIES分析软件得出运动员在比赛中的移动距离数据。与此同时,使用Amisco足球运动分析系统对所研究的5场比赛的视频进行图像识别跟踪解读,分析得出29名运动员在比赛中的移动距离数据。在文献资料法的基础上,运用spss22.0软件对通过2种技术分别采集到的移动距离数据进行统计学分析。研究结果:通过GPS技术得出的移动总距离、冲刺跑距离、高速跑距离、快速跑距离数据均少于通过视频图像识别跟踪技术得到的数据。其中,移动总距离低9.5%;冲刺跑距离低10.6%;高速跑距离低6.3%;快速跑距离低10.2%。通过GPS技术和视频图像识别跟踪技术分别得出的移动总距离、冲刺跑距离和快速跑距离数据均存在非常显著的高度正相关性。而通过GPS技术和视频图像识别跟踪技术得出的高速跑距离数据存在非常显著的中度正相关性。通过GPS技术和视频图像识别跟踪技术分别得出的移动总距离和快速跑距离数据具有非常显著性差异;而通过GPS技术和视频图像识别跟踪技术得出的高速跑距离、冲刺跑距离数据具有显著性差异。研究结论:1.在高水平足球运动中,通过GPS技术采集到的移动总距离、冲刺跑距离、高速跑距离、快速跑距离数据均少于通过视频图像识别跟踪技术获得的数据。这种数据差异很大程度上是由于2种技术的数据采集原理不同所产生的数据偏差。2.在高水平足球运动中,通过GPS技术采集到的移动总距离、冲刺跑距离、快速跑距离数据与通过视频图像识别跟踪技术获得的数据相比呈非常显著的高度正相关性;通过以上2种技术得出的高速跑距离数据呈非常显著的中度正相关性。3.在高水平足球运动中,通过GPS技术采集到的移动总距离、快速跑距离数据与通过视频图像识别跟踪技术获得的数据相比存在非常显著性差异;通过以上2种技术得出的高速跑距离、冲刺跑距离数据存在显著性差异。4.在高水平足球队伍的运动负荷监控和体能表现分析中,当使用通过GPS技术和视频图像识别跟踪技术分别获得的移动总距离、冲刺跑距离、高速跑距离、快速跑距离数据作为运动负荷的评价指标时,不能将2种设备采集到的数据进行等同分析和交叉使用。在建立相应的换算模型和公式后,可以将2种数据进行相应换算,以实现2种数据的对比研究和综合性分析的目的。