本文目录导读：
手机软件要统计“界外球进攻威胁次数”，需要先明确一点：界外球本身不是天然的数据事件，它必须被转化为可统计的指标，不同运动（足球、篮球、手球等）定义不同，下面以足球为主说明，因为“界外球进攻威胁”最常见于足球分析。
先定义什么叫“界外球进攻威胁”
通常可以拆成三层：
| 层级 | 定义 | 示例 |
|---|---|---|
| 界外球事件 | 球出边线后掷入 | 第23分钟，主队左路掷界外球 |
| 进攻推进 | 掷出后球队保持控球并向前推进 | 掷出后3脚传递进入进攻三区 |
| 威胁形成 | 掷出后一定时间内形成射门/传中/禁区触球/预期进球 | 掷出后10秒内完成射门，xG=0.08 |
威胁次数”可以定义为：
一次界外球掷出后，在N秒内（常见5~15秒）由掷入方形成射门、传中、禁区触球、角球、任意球或xG超过阈值，计为1次威胁。
手机软件如何实现统计
数据来源方式
方式A：人工打点统计 适合青训、业余队、单场分析。
- 用手机App（如 Hudl Instat、Sportscode Go、Coach Paint、战术板类App）
- 操作：看到界外球→点“界外球”→选择方向→后续事件点“射门/传中/丢球”
- 软件自动计算：界外球总数、威胁次数、威胁率
方式B：视频AI自动识别 适合有录像的球队。
- 手机上传比赛视频到 App / 云端
- AI识别：球出边线、掷界外球动作、后续传球、射门
- 输出：界外球次数、平均推进距离、威胁次数、xG链
方式C：穿戴/追踪数据结合 适合有GPS背心或光学追踪的球队。
- 追踪数据知道球权、位置、事件
- 手机App同步事件时间轴
- 自动关联“界外球→进攻威胁”
关键统计逻辑
软件内部一般这样算：
界外球事件 = 球出边线 + 裁判判给某队
掷入方 = 获得球权的一方
威胁窗口 = 掷出后 T 秒（可设5/10/15秒）
威胁条件 = 窗口内出现：
- 射门
- 传中
- 禁区触球
- xG > 0.05
- 角球/任意球
- 进入进攻三区并保持控球
威胁次数 = 满足条件的界外球次数
威胁率 = 威胁次数 / 界外球总数手机软件里常见字段
- 界外球总数
- 前场界外球数（进攻三区）
- 界外球后控球率
- 界外球后推进距离
- 界外球后射门数
- 界外球后xG
- 界外球进攻威胁次数
- 每次威胁的平均时间
- 左右路对比
推荐实现路径（按需求选）
| 需求 | 推荐方案 |
|---|---|
| 业余队、单场、低成本 | 手机App人工打点 + Excel导出 |
| 青训、有录像 | 视频分析App + 自定义按钮 |
| 职业队、要自动化 | 追踪数据 + 事件数据 + 云端API |
| 个人想快速看 | 用现成足球数据App，但通常没有“界外球威胁”现成指标，需自定义 |
注意点
- 界外球不等于威胁：必须设定时间窗口和威胁条件，否则数据没意义。
- 不同软件定义不同：Opta、StatsBomb、Wyscout对界外球后续事件归属规则不一样。
- 手机GPS精度有限：纯手机定位很难判断“进攻三区”，最好结合视频或手动标记。
- 样本量问题：单场界外球可能只有20~40次，威胁次数更少，需要多场累计。
如果你要自己做
可以用：
- 前端：手机App（Flutter / React Native）
- 后端：Python + FastAPI
- 数据库：PostgreSQL / SQLite
- 视频AI：YOLO + OpenCV 识别球和边线
- 统计逻辑：自定义规则引擎
核心表结构：
-- 比赛表 match(id, date, team_a, team_b) -- 事件表 event(id, match_id, type, team, player, x, y, minute, second) -- 界外球威胁表 throw_in_threat( id, match_id, event_id, throw_team, throw_x, throw_y, threat_window_sec, is_shot, is_cross, is_box_touch, xg, is_threat )
如果你说的是篮球、手球或其他运动的“界外球进攻威胁”，定义会完全不同，你可以告诉我：
- 具体什么运动？
- 你想用手机软件自动识别还是人工打点？
- 你手头有没有比赛录像或追踪数据？
我可以给你更具体的方案或统计公式。
版权声明：除非特别标注，否则均为本站原创文章，转载时请以链接形式注明文章出处。
