不同等级篮球裁判员多目标视觉追踪实证研究

王天阳，朱从庆

视觉注意[1-2]在日常生活中扮演着极其重要的角色。在一场激烈的篮球赛中，场上的队员不仅要时刻注意赛场上防守队员的位置，防止对手前来抢球，更要注意场上队友的位置，以便更好地传球获取得分机会[3]。多目标追踪范式就是由此研发出。1988 年，Z.PYLYSHYN[4-7]和R.W.STORM[8]两人提出了多目标追踪范式。该范式由线索、追踪和反应3个阶段组成：在第1 阶段，屏幕中呈现几个表象相同的对象，部分对象通过颜色的改变被标记出来，其他则为分心物；第2 阶段，标记目标的线索消失，变回与之前表象一致的对象，且彼此间相互独立缤纷进行随机无规则运动，4～12 s后停止运动，参与者要找出被标记出的目标；第3阶段，要求参与者指出那些对象为标记物体或者某个特定对象是否是目标要求，得出参与试验被试的反应时与正确率。它用于研究视觉系统是如何追踪动态物体，以及受试者接受突然的变化所做出判断的反应能力的一项技术。目前，关于多目标追踪任务在生活中的应用研究也多集中于对特殊群体与普通群体在不同条件水平下对比的追踪表现[9-12]。

篮球是竞技运动中与多目标追踪任务相似度较高的项目之一。篮球运动要求运动员需要在同一时间点，追逐多个动态目标以及更新其即刻信息，随时进行目标与非目标的转换，并及时做出决策。而作为篮球场上的执法者，裁判员同样需要与运动员一样的视觉注意能力。裁判员不仅要对于赛场上瞬息万变的竞技场景保持高度注意，还需要对球员间的攻防有无犯规违例、无球队员间的移动情况、无球队员之间的身体接触情况、替补席教练员暂停换人情况、比赛时间以及进攻时间进度情况、场上的突发事件进行及时的判断与管理。从这些要素看来，篮球裁判员的视觉注意能力更值得研究。近年来，G.T.MANGINE 等[13]对NBA 球员的控制球技术进行了研究，结合视觉追踪速度得出了后卫队员优于锋位线队员的结论；李军[14]也对篮球运动员追踪多目标任务表现进行了研究，发现专家组与新手组均存在显著性差异；而张禹等[15]部分学者[16-17]却在其研究中表明，水平不一的篮球运动员其多目标追踪能力所展现的差异甚微。虽然不少学者对于篮球运动员以及各项需要多目标追踪能力的运动项目进行了关注与研究，但是对于研究内容结果的一致性，以及对于赛场中比赛的管理者与普通人多目标追踪任务表现差异还有待进一步论证。基于以上问题，本研究采用多目标追踪试验范式（MOT），通过改变球数量的多少来检测高水平篮球裁判员、一般水平篮球裁判员和普通体育生在多目标任务追踪过程中的表现，揭示高水平篮球裁判员和普通体育生在多目标追踪任务表现中的一般规律，为篮球裁判员的选拔及培养提供训练与运动认知的理论实据。

1 研究对象与方法

1.1 研究对象

试验采取分层抽样的方法，招募上海地区篮球裁判员和某高校体育系本科生共计53 人。根据不同裁判员等级分为专家组、普通组和新手组。其中，专家组高水平篮球裁判员（均为上海地区国家级、国际级篮球裁判员）16 名，普通组一般水平篮球裁判员（均为上海地区一级篮球裁判员）17 名，新手组体育系普通学生（均为上海地区各大高校体育系学生）20 名，3 组被试视力或矫正视力正常，且无色弱、色盲和精神方面的疾病。

1.2 研究仪器

所用英特尔笔记本电脑为17 寸，独立显卡，i5 处理系统。屏幕与水平面垂直夹角为90°，屏幕与眼观察视角约为35°，观看屏幕的距离为1.25 m，观察对象为以5°/s的速度移动，直径为0.7°视角的圆。在移动过程中，当与另一个移动目标距离小于1°时或移动至矩形追踪区域边缘小于1°时即发生碰撞，对象将改变移动方向，碰撞后移动方向随机，使得试验被试无法提前预测所观察对象的移动。所有试验结果均由MATLAB2016a提供，被试在试验开始前需详细了解试验程序和操作过程。

1.3 试验设计

该项试验为组块设计试验，试验为被动观察，总试验次数为80 个试次，分为4 个大组块，每2 个大组块间休息3 min。每个大组块中有4 个重复组块，分别为追踪2 个目标（L2）、追踪3个目标（L3）、追踪4个目标（L4）和追踪5个目标（L5）。4个条件随机出现，且重复组块间间隔10 s。每个重复组块中有5 个小试次，即每个组块中追踪每个目标都有相同试次5次，且标注目标球及移动方位均随机。每次小试次间休息4 s。最后，通过参与者对整个试验中每个试次做出的按键选择来记录其正确率。

1.4 试验程序

用MATLAB编写试验程序。整个屏幕背景底色为黑色，中间有矩形灰色区域为试验对象移动范围区域。首先，在屏幕上呈现导语，待试验者读懂指导语内容后，按“回车”键开始试验。正式试验开始前，为了使被试确切掌握该试验的操作方法，讲解后进行实际操作，测试完成后正式开始试验。具体方法是，屏幕上的注视点呈现0.5 s，然后在灰色矩形背景上呈现10个相同的对象（小球），所有对象初始都为蓝色，经过0.5 s 后，其中2个（L2）、3 个（L3）、4 个（L4）或5 个（L5）对象变成红色，在2 s 之后，再恢复到蓝色。1.5 s 后，对象开始随机无规则运动，持续8 s，且这些对象之间相互排斥，且与矩形边框排斥，并每1 s 转变一次方向。8 s 停止移动后，部分对象（数量等于目标对象的数量）变为绿色（标注）参与者通过按键“0”“1”“2”“3”“4”或“5”表明多少绿色小球是最初指定为目标的对象（见图1）。

图1 试验流程图Figure1 Flow Chart of Experiment

该研究过程中，10颗蓝色小球相当篮球场上10名篮球运动员，而被标注小球相当于裁判员在赛场上观察时赛场中的矛盾点，圆球的运动模拟比赛的实际情况，以随机运动来考察被试目标追踪情况，每一小试次相同，标注球数不同，完成总时间为40 min左右。

为保证试验的真实效果，本次试验均采用1 对1 进行，在室温为26 ℃，安静程度相对较高的办公室，试验时间在午休后14:00—17:00 进行。由试验负责人在试验开始前进行试验详细讲解，试验者弄清试验步骤后，再进入试验。并保证所有参与者在进行该试验之前没有参与过任何与多目标追踪试验任务有关的训练。

1.5 数据统计分析

采用SPSS20.0 软件，对裁判员多目标追踪试验得出的各组数据进行平均数处理，运用重复测量方差分析及独立样本T检验等进行数据分析。其中，组间变量为3 组测量组别（专家组、普通组、新手组），组内变量为追踪目标注意负荷（分别为追踪2 个、3 个、4 个和5 个球的目标对象），因变量为进行试验的多目标任务追踪的各组正确率。统计分析显著性为P≤0.05。

2 结 果

2.1 不同组别多目标追踪试验行为结果

通过整合各组别对于不同数量目标追踪的正确率后（见表1），对高水平篮球裁判员、一般水平篮球裁判员和普通体育生3组的行为数据进行多因素方差分析（见表2）。结果显示，目标数量的主效应十分显著[F（3，144）=207.317，P＜0.001）]，说明进行不同目标数量的追踪对于结果有显著影响，即随着目标数量球的增多，被试所得到的正确率越低；组间主效应显著[F（2，48）=8.239，P＜0.05]，说明不同组间追踪不同球数的正确率有差异；组别与目标数量间的交互作用不显著[F（6，144）=0.892，P=0.503＞0.05]，说明不同组别的被试对象会随着追踪目标的球数增加，正确率降低，且3组均出现相似的情况（见图2）。

表1 试验各个组别在不同数量目标追踪下的正确率/%Table1 Accuracy of Each Group Under Different Number of Target Tracking/%

表2 3组别在不同追踪球数量条件下的方差分析结果Table2 Analysis of Variance Results of Three Groups Under Different Number of Tracking Balls

图2 组别与目标数量间的交互作用趋势Figure2 Interaction Trend Between Groups and Target Quantity

彩图对照

2.2 多目标追踪试验中不同人群存在的差异

为了探究不同人群与不同追踪目标数对多目标追踪任务正确率的影响，3组之间各项因变量分别进行独立样本T检验，结果显示：（1）高水平篮球裁判员与一般水平篮球裁判员相比，其在追踪3个和4个目标球时，差异均无统计学意义（P＞0.05），但在追踪2个和5个目标球时，差异均有统计学意义（P=0.031＜0.05），且高水平组裁判员正确率明显高于一般水平裁判员；（2）一般水平篮球裁判员与普通体育生相比，在追踪2、3、4个目标球时差异均无统计学意义（P＞0.05），在追踪5个目标球时差异有统计学意义（P=0.039＜0.05）；（3）高水平篮球裁判员与普通体育生相比，所有追踪目标球时差异均有统计学意义（P＜0.05），且在追踪5 个目标球时差异十分显著（P=0.00＜0.001）（见表3、图3）。

表3 各组间不同数量目标球独立样本T检验Table3 T Test of Independent Samples of Different Number of Target Balls Among Groups

图3 3组别百分比分布箱图Figure3 Percentage Distribution Box of Three Groups

彩图对照

3 讨 论

本次试验采用MOT 多目标追踪范式，对高水平篮球裁判员、一般水平篮球裁判员和普通体育生追踪不同数量目标球的表现差异进行考察。结果表明，追踪球目标数量的主效应显著，且目标球数为“2”时追踪的正确率最高，其次正确率的高低顺序依次为3—4—5个目标球数，这与以往研究一致[18-21]。随着目标球数的增加，任务难度逐渐增强，被试追踪平均百分比正确率整体呈线性下降的趋势。FLEX（a Flexibly allocated index）[22]模型阐释了产生这一现象的原因。它所表现的追踪数量的机制灵活多变，并且受共享资源的限制。每个FLEX 的使用都会消耗资源，随着利用的FLEX 数量的增加，单个FLEX 的追踪效率降低，但注意资源的容量是有限的，随着追踪目标个数越多，用于分配到每个目标上的资源越少，所以导致追踪正确率下降。

但就注意负荷而言，仅仅局限于目标数量对于篮球裁判员视觉注意整体研究还太过单一。笔者在试验过程中，以及被试在进行试验后所提出的问题反馈发现，对于目标形状、追踪球速度的随机性，以及追踪目标突然的变化，有可能对裁判员的目标追踪产生一定影响。

本试验多目标追踪MOT 典型范式中，目标物没有更多的身份特征，所以参与试验人员对于视觉信息加工、整合与存储上均以目标为基本单位。视觉工作记忆和选择性注意等领域的大量研究，采用不同的研究范式，也都获得了对视觉信息加工是以客体为基本单元的依据。“强客体”假设也认为，视觉信息是以整合客体的方式稳固地存储于工作记忆中，记忆容量取决于客体的数量，而不受客体所含特征的数目和种类的影响。

3.1 一般水平裁判员与普通体育生结果对比分析

行为结果分析和独立样本T 检验显示，一般水平篮球裁判员与普通体育生相比，在追踪目标数量为2、3 和4 个数球上无明显差异，但在追踪5 个目标球上却呈现显著差异。这印证了前人对于普通篮球运动员与普通人之间多目标追踪能力均无差异这一研究理论依据（前人试验最高目标数量只设置到4 个球）。但是在追踪5 个球时，不仅具有统计学意义，而且在箱图分布中，一般水平篮球裁判员正确率整体分布明显较普通体育生波动幅度小。

普通体育生由于所从事的专项不同，对于高难度目标注意能力的个体间差异十分明显且波动幅度很大。这也说明了，对于具有一定运动基础个体的视觉追踪目标能力在不同的人之间存在显著差异。而这对于篮球裁判员的培养与选拔具有良好启示。篮球裁判员梯队建设相关部门，在今后选拔和培养优秀篮球裁判员时，可以将最初视觉具有较高多目标追踪能力的人作为重点培养对象，从而在今后将其视觉注意多目标追踪能力提高到更高层次。

3.2 高水平篮球裁判员与一般水平篮球裁判员对比分析

在各试验对象正确率以及百分比均值分布情况中，高水平组均高于一般水平裁组，两者在追逐3、4 个目标数量球上差异无统计学意义，但在追逐2、5 个目标数量球时差异有统计学意义。结合被试专业信息及试验结论得知，经过一段时间的执裁，一般水平篮球裁判员随着经验的积累，其多目标追踪能力也进一步有提升。

在追踪2、3、4 个目标球时，一般水平篮球裁判员正确率分布跨度较大，而高水平篮球裁判员跨度小，说明高水平篮球裁判员在多目标追踪过程中较一般水平更加稳定。在追踪5个球时，高水平篮球裁判员跨度较一般水平大，但却具备统计学意义。因为本次试验选取的高水平被试对象有少数人为新晋国家级裁判员，相对于时间较长的国家级或国际级篮球裁判员来说，重大赛事的执裁（如CBA、WCBA 等国内一线赛事）机会还相对较少，且执裁年限相对较短，故目标追踪能力较老资历的优秀裁判员差。而高水平与一般水平裁判员在追踪2 个球时，统计学意义十分显著，说明高水平裁判员与一般水平裁判员在追逐单一矛盾点时，高水平裁判员观察更为细致，抓关键信息更为准确。

这也引申出拥有优秀多目标追踪能力的裁判得到晋升，其多目标追踪能力还有进一步提升的空间，对于更加精准的多目标追踪能力的提升，就需要从事更大强度、更快节奏、更高水平的训练。

3.3 高水平篮球裁判员与普通体育生对比分析

通过高水平篮球裁判员与一般水平篮球裁判员的对比分析，一般水平篮球裁判员与普通体育生对比分析可以看出，在最高数量的目标数追踪中，2 次对比差异均有统计学意义，但在其余数量目标追踪中，绝大部分试验组差异均无统计学意义。于是，进行了高水平篮球裁判员与普通体育生之间的差异对比，以此观测更具专业化的裁判员是否具备优秀的多目标追踪能力。单因素方差分析以及追踪球平均正确率百分比显示，2组追踪球数正确率都因球数的增加，整体正确率呈下降趋势，但组间对比差异均有统计学意义。特别是在追踪5 个球时，追踪目标主效应十分显著（P＜0.001），说明高水平篮球裁判员在多目标追踪注意球数量方面的整体能力较普通体育生存在明显优势。通过长时间比赛经验的积累，以及更高、更快、更强的执裁比赛锻练，最初的视觉注意多目标追踪能力是可以得到显著提升的。

本研究使我们认识到这样一个事实，即高水平、执裁经验丰富的篮球裁判员的多目标追踪能力表现得更强一些。这个能力的加强，来自于更多比赛经验的积累还是在接受篮球裁判工作之前就已具备还需要进一步的研究。逆向推理可知，多目标追踪能力越强的个体，应该更适合在复杂条件下需要迅速做出准确目标追踪的工作。据此本文认为，在各级篮球协会对篮球裁判员的选拔与培养上，可以将多目标追踪能力作为选拔的参考条件之一，以增加篮球裁判员选拔的科学性和高效性。同时，各级篮球协会可以根据本研究结果和试验原理，设计出提高多目标追踪能力的训练方法和手段，为进一步加强裁判员在复杂条件下的准确多目标追踪能力提供便捷化的条件。

当然，本研究还存在一些不足之处。如被试组间容量不够大，所追踪球数可以继续增多，对于各组别在追踪多目标任务时其神经、眼部回馈等产生的结果没有进行更深入的研究；精神状态良好和经历机体各方面消耗疲劳后不同组别之间追踪绩效是否有所不同；以及对于无运动经历的普通人与高水平篮球裁判员之间对于多目标任务追踪绩效有无显著差异等。

4 结 论

（1）目标数量球数的多少，对于追踪正确率有显著影响，随着目标球数增多，其正确率呈线性下降趋势。在高水平篮球裁判员、一般水平篮球裁判员和普通体育生之间，高水平篮球裁判员与一般水平篮球裁判员追踪绩效在观察数量最多和最少中呈显著差异，一般水平篮球裁判员与普通体育生之间追踪绩效在最多数量中呈显著差异，高水平篮球裁判员与普通体育生之间追踪绩效差异显著。（2）优秀篮球裁判员具有优秀的多目标视觉追踪能力，而且随着追踪数量的增加，这种优势变得尤为显著。（3）经典多目标追踪MOT范式，可为篮球裁判员培养以及选材提供理论方面的依据。（4）高水平篮球裁判的多年实践，能提高多目标追踪能力。