【翻译｜科普】防守压力分数（Defensive Pressure Score）是什么：从“60 帧/秒量化防守压力”的建模视角来源：NBA.com 官方｜更新：2025 年 10 月 1 日防守压力分数：到底在讲什么？防守压力分数（Defensive Pressure Score，下面简称 DPS）是一种新的评估方式，帮助我们更细致地理解——每一场比赛、每一个回合里，防守到底给进攻造成了多大压力。过去几十年，我们衡量防守更多依赖传统“计数数据”：盖帽（blocks）、抢断（steals）、破坏传球（deflections）……但问题是：很多关键防守根本不会直接出现在 box score 里。举几个“看不见但很要命”的防守瞬间：进攻球员本来想突破，但看到弱侧有人站在完美协防位，干脆不突了。防守者提前“拆”掩护，把进攻设计好的战术动作直接搅黄。防守选择“放投”，把射手放空，看你敢不敢投、投不投得进。一句话：防守的本质，是防守方对进攻方“施加了多少压力”——以及“在哪些人身上选择不施压”。如果我们能把这种“压力”量化呢？想象一下：能不能把每个防守者对每个进攻者施加的压力，按 60 帧/秒去量化？在先进的光学追踪系统 + AI 的加持下，这就是 DPS 的目标。数据从哪里来？（NBA 光学追踪）任何模型都离不开数据。NBA 的光学球员追踪系统会配合 3D 姿态检测模型：追踪每名球员身体 29 个关键点（精度可到亚厘米级）为每一个动作生成 三维坐标每秒采样 60 帧不过需要注意：虽然系统能追很多关节点，DPS 目前只使用“球员质心（center of mass）”的坐标来计算压力。DPS 概览：它怎么定义“压力”？DPS 衡量的是：每名防守球员对每名进攻球员施加的压力——哪怕这两个人并不是彼此的对位。它会把一些防守原则用数学方式拆成多个“子分数（subscores）”，再汇总成一个最终的 DPS。⚠️ 重要提醒：DPS 越高，不一定代表防守成功概率高。举个经典场景：持球人被双人包夹，DPS 会很高；但如果这导致进攻方篮下队友完全空了，一个好传球可能就是“轻松得分”。也就是说：压力很大 ≠ 防守策略一定正确，有时只是“赌错了重点”。7 个子分数（Subscores）DPS 拆成 7 个子分数，并对每个分数施加不同权重。分别是：绝对距离（Absolute Distance）每个进攻球员与每个防守球员之间的距离相对距离（Relative Distance）防守者到进攻者的距离会根据进攻者离篮筐的距离进行调整（越靠近篮筐，意义通常越大）传球线路（Passing Lane）防守者离“自然传球线路”的距离并根据进攻者离球的距离做调整防守者越贴近传球线路，这一项对压力的贡献越大但这项在球在空中（传球或出手飞行中）不计算且当该进攻球员是持球人（ball handler）时也不计算篮筐中线（Basket Line）防守者到“篮筐中线”（两端篮筐连线）的距离如果防守者站位比进攻者离篮筐更远，会有额外惩罚（penalty）中间有人（Players Between）如果进攻者与防守者之间隔着对方球员，会加惩罚分比如中间站着一个进攻球员，等同于“天然挡拆人”（de facto screener）速度差（Speed Difference）进攻者与防守者速度差的绝对值移动方向（Movement Direction）进攻者与防守者移动角度差 × 速度系数如果两个人“同速同向”，会得到更高的 DPS（更像是贴防/跟防的状态）额外步骤：平滑 + 最优对位（用于防守技术统计 Defensive Box Score）每个子分数计算完后：会按权重加总成最终 DPS并在一个短帧窗口内做平滑（smoothing），让曲线更稳定、更符合真实连续动作最后用一个优化算法，找出能让全队总防守压力最大化的防守对位组合这些对位结果将用于构建 Defensive Box Score（防守技术统计）。分布与直方图：为什么会有“第二个峰”？因为每 1/60 秒会产生 25 个压力分数（5 名进攻 × 5 名防守），所以 DPS 的取值分布非常广。DPS 取值在 0～1之间。一个有意思的现象：整体DFS分布里会出现“第二个峰值”（例子：图2），主要来自——主要对位（primary matchup）的那部分分数。也就是说：当某名防守者是某名进攻者的主要对位时，平均 DPS 往往显著更高，通常集中在 0.6～1；而非对位关系下的 DPS 会明显更低。