足球是一项历史悠久、被广泛喜爱的运动。一个成功的足球队不仅仅在于场上的十几个人,也包括了其背后的一个完整的训练、分析、教练团队,以及同样关键的基础教育和青训体系。随着科学理念的发展和计算机技术的进步,越来越多的人开始研究利用现代技术来取代一部分低创造性的传统人力工作,以及使用更便捷的量化分析、可视化等技术来辅助足球专业人员进行工作。在这个过程中有三个关键步骤:一是数据的采集。如何方便快捷地将比赛视频资料获取并转化为我们需要的一系列数字统计。二是数据的进一步分析计算,如何从基础数据中挖掘出更具价值的深层次统计数据,并加以量化分析。三是如何用简洁明了的方式对其进行可视化,使得那些不擅长计算机技术、对于数字不敏感的足球专业人员,能够轻松的理解和运用这样的工具。本文研究的核心也是从这三个步骤着手。第一,本文提出了一种多视角多目标跟踪结构,用于解决本项目的基础跟踪问题。由于球场辽阔而球员目标小,且球员数量众多、外观相似,因此设计了一种适用于大背景下跟踪的算法,其对于微小目标的跟踪较其他方法更难漂移。对多个视角的比赛信息进行实时跟踪和信息融合,最终得到覆盖整个球场的、置信度高的球员位置信息。第二,本文为了解决跟踪数据需要更精准的定位的情况,在宽度学习的基础上加以改进,提出了循环判别宽度学习算法,以较高的精度和极佳的速度优势,用来辅助跟踪模块,进行进一步的检测与重定位。同时,使用宽度学习训练了一套评分系统,用于评估球员与球队的表现,服务于正式比赛以及青训活动。第三,本文设计了若干配套的可视化模型,用于可视化得到的足球数据统计。使用的信息包括足球传统统计数据以及本研究提出的一些统计数据,其中一部分用于辅助青训团队,另一部分用于向职业比赛教练快速展示对手的信息和近期比赛情况。第四,本文对每个提出的方法都设计了实验进行论证,主要包括,多视角跟踪的算法效果的实验、足球日常训练的场地跟踪实验、宽度学习的检测精度实验以及足球比赛体能统计与GPS对比实验。同时,我们将本研究在天津全运会U20赛场上的应用进行了整理,将上海队教练的使用情况也一并进行了案例研究。本文提出的方法在多视角跟踪、体能统计分析和数据可视化等多个任务上都取得了较好的结果。我们的研究,为足球结合计算机技术的课题提供了一些新思路。我们提出的一些创新性的、挑战性的新问题,也为未来的深入研究工作奠定了基础。