为什么录像总是很暗_深度:为什么看马拉多纳的踢球视频,并不觉得他很厉害?...
马拉多纳是世界公认的球王,在足坛上是个个性鲜明,富有传奇色彩的“上帝”,他总能凭借一己之力为球队创造奇迹。球场上他的助攻,过人,被侵犯次数总是走在时代的前面,偶尔找到以前老马的踢球视频,欣赏看他的球技,但并没有想象中的那么精彩,难道他并没有那么厉害?以此寻找原因,总结几点,供以参考,欢迎指出不足和补充!
首先,现在的足球,的确比老马时代,更高,更快,更强,更多变,对抗密度更高。
其次,球员的个人技术能力似乎较老马时代有更大进步。
特别是战术体系也更复杂多变,但以上这些足球进步积极的变化,是建立在如下基础之上的:
1.足球规则和裁判规则的进步。
在老马时代,足球场相当于半个搏击场,黑脚横行。
个人印象,国际足联是从1994年世界杯开始,严格裁判执法,要求背后踢人必须红牌罚下,净化赛场。
可见,94年以前的世界杯是一个什么概念。
稍晚于马拉多纳的巴斯腾说过,诸如维尔乔沃德这样的老意大利后卫,一场比赛,明里暗里会朝他后肌腱和脚踝等脆弱处踢上十几脚。这也是老马英年早退的原因之一。这些黑暗是我们在录像里看不到的,大部分裁判听之任之。
而老马无论国家队还是在意甲那不勒斯,都是一人独立撑天,勇往直前,在意甲更甚,意大利北方群狼将其铲得人仰马翻更是常事。老马的勇气霸气冲劲狠劲承担精神,至退役一直未改,这也是阿根廷球迷,那不勒斯球迷爱死他的原因。
这样就能理解,1990年世界杯半块赛,意阿之战在那不勒斯举行,老马和阿根廷完全是主场气氛,能力克意大利杀入决赛。意大利足协千算万算,没算到阿根廷会闯到这条路线上同意大利半决赛。
2.足球装备较以前有巨大进步。
包括球,鞋,和球衣。
现在的足球,较二十多年前的足球有很大改进,这是很多球迷没意识到的死角。
现在的足球,平衡性,速度性,旋转性,易飞行性,易操控程度,较以前大有提高。
这个,大约94年至2006年,每届世界杯前,阿迪达斯都会宣称世界杯最新用球又有改进。
另外,球鞋也在进步,精细化,个人化。
所以,卡洛斯和贝克汉姆的惊人之作不完全是个人天赋,是球员敏锐发掘了新球的性能潜力。
换句话说,马拉多纳他们当年踢的足球,其实相当于半个篮球。
因此,你看到老马甚至更早贝利的录像,觉得无论是过人,带球,任意球,稀松平常,现在欧冠西甲随处可见,一方面是现在球员能力普遍提高,另外,踢的不是一样的球。
题外话,看到中国球员踢球还同二十年前一样,你就明白,为什么再也进不了世界杯了。因为本质上是退步。
3.作为足球,规则,裁判执法,装备,训练,战术,体系对抗,教练,全都在进步。
但有一点,仍然可归于天赋,或上帝的恩赐。就是球场上的洞察力,临在感,掌控力,这就是为什么世界上公认的球王只有两个人。几十亿人看球,国际足坛的最高层,包括球员,以前或现在的,教练,官员,记者,能征服所有人的,就肯定不仅仅限于足球技艺的东西。而是某种超乎足球的东西。
马拉多纳当年的进球,现在的球员不时复制。
马拉多纳的任意球,现在的球员可以踢得更快更旋更飘。
马拉多纳的过人,现在的球员可以过得更飘亮。
无论在哪个时代,人们都需要一位王彰显哪个时代的标杆,当众人回首找不到公认的王时,是因为现代足球百花齐放更加精彩?还是神话时代已经永远结束不会再来?还是更加趋于商业化让足球的灵魂出窍不再回归?
当越来越多的亿元先生充斥在现代足球的转会窗口,足球给人们带来的真正快乐和核心本质是否发生改变呢?
不管怎么说,热爱足球吧,热爱马拉多纳,热爱罗梅,也热爱现在更漂亮的过人,突破,任意球。伟大不仅仅存在于历史,在现在,在未来,他会一直进步,一直延续下去,但不要忘了你爱上足球的最初因素!
为什么录像总是很暗_深度:为什么看马拉多纳的踢球视频,并不觉得他很厉害?...相关推荐
- python插件下载太慢了_用python给XBMC做的视频插件,运行速度很慢
git地址: http://git.oschina.net/juskin/plugin.video.youkukid.git 完整代码如下: # coding=utf-8 import os, sys ...
- 深度学习 图像分类_深度学习时代您应该阅读的10篇文章了解图像分类
深度学习 图像分类 前言 (Foreword) Computer vision is a subject to convert images and videos into machine-under ...
- 透过性别看世界_透过树林看森林
透过性别看世界 决策树如何运作 (How a Decision Tree Works) Pictorially, a decision tree is like a flow-chart where ...
- 安全警报 该站点安全证书_深度学习如何通过实时犯罪警报确保您的安全
安全警报 该站点安全证书 Citizen scans thousands of public first responder radio frequencies 24 hours a day in m ...
- ann人工神经网络_深度学习-人工神经网络(ANN)
ann人工神经网络 Building your first neural network in less than 30 lines of code. 用不到30行代码构建您的第一个神经网络. 1.W ...
- 乐器演奏_深度强化学习代理演奏的蛇
乐器演奏 Ever since I watched the Netflix documentary AlphaGo, I have been fascinated by Reinforcement L ...
- 深度学习背后的数学_深度学习背后的简单数学
深度学习背后的数学 Deep learning is one of the most important pillars in machine learning models. It is based ...
- 深度学习中交叉熵_深度计算机视觉,用于检测高熵合金中的钽和铌碎片
深度学习中交叉熵 计算机视觉 (Computer Vision) Deep Computer Vision is capable of doing object detection and image ...
- pytorch 预测手写体数字_深度学习之PyTorch实战(3)——实战手写数字识别
如果需要小编其他论文翻译,请移步小编的GitHub地址 传送门:请点击我 如果点击有误:https://github.com/LeBron-Jian/DeepLearningNote 上一节,我们已经 ...
最新文章
- 【Python基础】Python的深浅拷贝讲解
- 《Android的设计与实现:卷I》——第2章 框架基础JNI
- 什么是bps (bits per second)?—Vecloud微云
- 计算机网络实验(思科模拟器Cisco Packet Tracer)——路由器配置
- 【Leetcode】112. 路径总和
- c#执行存储过程的简单实例
- cad万能字体_CAD图纸问号“?”的处理
- HDU4183 Pahom on Water(来回走最大流,一个点只经过一次)
- 安卓音频输出采样率_如何调好OBS Studio的音频设置 进阶篇
- Hybrid 开发:JsBridge - Web 和客户端的桥
- Spark大数据系列教程持续更新
- 去除xp桌面图标阴影
- 额~~~字符表情大全(写博客需要)
- Unity3D坦克大战(附代码和原理讲解)
- QT虚拟键盘中英文切换
- linux 系统启动服务setup设置
- 错误使用empty()函数
- oracle 连接查询(内、外连接、自连接、子查询)
- 厦大2021届大一小学期C语言作业1 数组+字符串+指针+位操作
- 淘宝API开发相关的常见问题
热门文章
- 错误调试:failed to allocate 4.75G (5102921216 bytes) from device: CUDA_ERROR_OUT_OF_MEMORY
- Linux 基本命令(四)--时间 常用命令
- CSS border-style属性
- sqlplus 登陆报协议适配器错误
- SQL到NoSQL概览性总结之一 数据库应用场景选型
- 支持拼音检索的TextBox扩展控件-使用
- jvm初体验:堆溢出处理
- 在Java中应用函数式编程请小心!
- 打造云上深度学习实验室
- Android 插件化 动态升级