大家好，今天我们分享如何通过身体姿势来理解门将技术，希望大家喜欢！
封面
作为门将有很多事情他必须自己弄清楚，如果对手一个直塞让前锋形成1V1，门将是应该出击还是等待？是打开身体封堵，还是倒地扑救？经验丰富的教练会教授自己队员更好的把握自己的位置，但是很少能教授到这面细节。
数据也没有多大帮助，事件数据只记录持球动作和球员在球场上的位置，而不是研究技术所需的身体动作。如果想获得这种程度的细节，我们必须想办法自己收集。
几年前，剑桥大学的一位对数据充满好奇的门将哈里森决定这么做。他开始翻阅视频，记录守门员在英超联赛中每一次1v1情况下的做法。这是一项艰巨的工作，他曾经在改变记录方式后不得不重新回忆整个赛季，但这给了他一个独特的经验视角，甚至是一些老教练都想了解的更多问题。
大概是五年前，一切还很模糊。哈里森说，英格兰的一位守门员教练联系了他，他希望将他的工作做到最好。通常教练们可能会说，在这里使用阻挡，在这里使用分腿，在这里扑脚下，但他们都说了一些不同的事情。他说，如果英超的统计数字告诉我们什么时候应该使用哪一种动作，这将是一个非常酷的事情。
2020 年，哈里森在推特上发布了他的发现。 在从球门柱到点球点之中央区域，守门员最有可能通过冲向射手并以X形打开双臂和双腿赢得1v1的胜利，他称之为逼近和分腿。 就像下面场景中诺伊尔所做的一样。
图1-诺伊尔逼近分腿
在靠近球门的边路区域，射门角度较小，哈里森的模型建议守门员应该逼近并封堵，一个膝盖向上，另一条腿向下以防止被穿裆，同时手臂放低。哈里森说，德赫亚在他最好状态时在这方面非常出色，尽管他的技术多年来一直不稳定。
图2-小角度封堵
如果射手在距离球门14码以外的地方，哈里森发现门将最好的策略就是在原地等待射门。这样就有更多的时间对射手的动作做出反应，或者，理想情况下，让防守者跟上进攻队员。另一种常见的1V1技术，即逼近和反应，即守门员扑向射手，但保持直立状态，这似乎从来都不是最好的选择。
尽管哈里森的数据多年来已经扩大到包括近5000种1v1的情况，但他的模型对最优策略的描述几乎保持不变。
图3-中路的策略
大量的手工数据收集使哈里森能够观察球员的技术，这在足球分析中是很罕见的。不过，这也有其局限性。首先，一个人的工作很难规模化。经过多年的实践，他可以在周日晚上的几个小时内记录一个周末的英超门将的行动。但如果扩张到其他联赛就需要超过一天的时间。
这些数据的主观性也很强，哈里森担心这些数据可能会被个别守门员了解所影响，而且数据的详细程度只足以捕捉守门员试图使用的技术，而不是他们如何准确地执行这些技术。这就是计算机视觉可能会派上用场的地方。
在南安普顿大学，一位名叫马修·威尔的研究生最近带来了一个研究想法。 如果他们在1v1的情况下研究守门员，但让计算机来弄清楚如何对射门停止技术进行分类呢？
这意味着要使用能够从图像中检测身体姿势的软件，这对于足球数据来说是一个很有前途但复杂的新领域。
他们项目的第一步是从StatsBomb事件数据中识别1v1的射门，并从视频中剪辑射门的图像。威尔与其他同事一起，将2018年世界杯以及2017/18和2018/19赛季英超联赛的323次射门的场景输入软件，从而捕捉到了门将的四肢和关节的位置。
图4-四肢和关节位置
与哈里森不同的是，南安普顿的研究小组并没有自己对这些身体姿势进行分类。相反，他们让一个聚类算法将他们为四组，他们称之为攻击性集合、被动集合、展开和压制。
图5-四个组合
最后，威尔的团队根据守门员的位置以及防守队员是否紧跟在射手身后施压，模拟了这四个集群中哪一个在不同的1v1情况下效果最好。
南安普顿小组或多或少地复制了哈里森的研究，使用了一种不同的方法，用机器学习代替人的判断，令人欣慰的是，这两种方法在门将应该如何应对1v1的问题上达成了一些类似的指导方案。
两个模型都发现，在中等距离上保持被动并对前锋做出反应是最好的，而且都发现通常在靠近球门的中路区域分腿式的阻挡射门是最好的。
图6-相同的结论
当后卫在点球点附近紧跟在前锋身后时，南安普顿模型的建议就会从扑脚下变成被动的选择。因为，如果前锋从后面受到压力，他们更有可能提前射门。如果他们没有受到压力，他们更有可能运球靠近一点，并有可能绕过门将，这就是这两者之间存在差异。"
威尔在体育分析大会上以海报的形式展示了南安普顿小组的研究，这是世界上知名度最高的体育爱好者年度聚会之一。不过，他们对这项工作的潜在应用谈得很谦虚，说这主要是帮助像他这样的低级守门员从顶级球员的比赛中学习的一种方式。
尽管斯隆论文全文中确实包括了对最常选择其模型推荐技术的球员的排名，威尔认为该研究应该提供证据来支持专业人士的判断，而不是取代它。例如，尽管一些非标准的技术，施梅切尔的海星技术可能不会在我们的模型中被标记为最佳技术，但这些技术对个人来说是非常成功的。
图7-海星技术
在看过了整整四个赛季的录像后，哈里森对自己的判断并不那么保守。他说，只要是近距离1v1，舒梅切尔就会展开身体扑救，成功扑救了大量中路的1v1，但那些小角度球射门总是被击败。看看他是否能调整自己的比赛方式，去逼近同时做一个K型阻挡，这将是一件有趣的事情。”
如果对球员技术的研究被证明是有用的，我们可以看到更多这样的数据驱动的球员发展。在过去的十年里，棒球和篮球已经根据分析结果调整了他们的技术，但足球的简单数据和复杂的比赛到目前为止一直在抵制这种趋势。随着身体姿势数据变得更好、更广泛，这种情况可能会改变。
但是，获得研究足球运动员技术所需的数据仅仅是个开始，困难的部分是说服球员和教练，让他们相信模型的输出可以帮助他们。威尔说，这一直是我试图向教练传达的关键内容，这是为了让你的决定更容易，并为它增加更多的背景，我们不是想在这里做一个自动化的门将教练。
