传球接收者选择是足球分析中的基础任务，目标是预测在特定比赛状态下球员的意图接收者。由于数据以事件为中心的冻结帧形式提供，只能看到部分球员且缺乏完整轨迹和稳定的球员身份，这对模型提出了在匿名可见候选人、对手压力以及近期上下文之间进行推理的需求。为此我们提出了层次化持球感知图指针网络（HPGPN），将该任务建模为对可见队友的可变大小候选集合进行预测。HPGPN 同时建模当前球员交互、局部事件上下文以及持球层面的时间动态。具体做法是：① 用图结构表示当前传球情境，节点对应可见球员，边捕获空间交互；② 将固定的事件上下文（如比赛阶段、场地位置）嵌入图的全局特征；③ 引入动态的持球历史，采用双分支结构捕捉进攻序列随时间的演化。候选人的表示通过层次化方式融合空间信息、上下文线索和历史证据，随后通过 glimpse 指针头对候选人进行打分，得到最终的接收者预测。实验在公开的足球事件和冻结帧数据集上进行，结果表明 HPGPN 在传球接收者选择上显著提升性能。消融实验进一步验证了图交互建模、固定事件上下文以及双分支持球历史建模的贡献。
点评