博客

使用 Catapult Vision 为橄榄球分析提供背景信息

2019年10月9日

的主要好处之一 Catapult Vision 平台的优势在于它能够集成视频和可穿戴数据,为性能分析带来多个新的上下文层。

在本文中,我们将了解 Vision 如何改进橄榄球分析,为在各种场景中评估球队和球员表现带来更多细节。

最高速度

在第一个示例中,我们可以评估玩家在踢球时的速度,以与他们的最大努力基准进行比较。

当球员应该击球或至少接近他们在训练课程中记录的最大速度时,教练通常将追球视为一个事件。快速追球让对手有更少的时间来决定如何处理球,如果匆忙做出错误的决定,可以帮助创造关键的场上位置。

赛车 11

通过将可穿戴数据与视频片段相结合,我们可以量化里昂球员在这场特定追逐中的速度。然后可以将注释中显示的数字与他们的最大速度基准进行比较,以表明他们在追逐过程中的努力程度。

这些信息可以反馈给球员和教练,以告知未来的讨论和训练计划,将视频分析带入教练过程的核心,并通过应用额外的背景提升原始身体数据。    

联系人实例

视频分析还能够阐明导致橄榄球接触实例的因素。在这个例子中,我们强调了芬恩·拉塞尔在与里昂的同一场比赛中经历的最重的接触。

赛车 22

正如我们所看到的,这起事件是由站位错误造成的,拉塞尔在防守线的位置过深。至关重要的是,这个深度让持球者有时间建立速度。攻击者的速度意味着拉塞尔没有时间进入正确的位置进行铲球,迫使他在错误的一侧铲球并导致对头部的重击。

赛车 33

如果没有 Vision 的使用,我们将无法确切理解为什么罗素会遭受如此严重的接触。通过突出事件的具体背景,我们可以确定其背后的原因,并对可能帮助玩家在未来的比赛中避免类似情况的特定教练点提供反馈。

通过以这种方式将身体数据与视频片段相结合,我们能够更好地了解每项赛事的具体背景,并就运动员和教练之间的表现展开更好的讨论。

想了解 Catapult Vision 如何将您的团队的分析提升到一个新的水平吗?请点击这里了解更多。