核心概念
以下五点决定了先机产出的是真实测量还是「看似合理」的数值。请在首次测试前阅读。
1. 相机视角不是细节
Section titled “1. 相机视角不是细节”素材必须从接球方位置拍摄，即运动员在实战中看向对手的视角。
看台侧面拍摄的素材包含接球方根本无从获得的线索。系统依然会算出阈值，而那个阈值并不代表您以为的含义。应用会在导入时警告，但不会阻止您。
不同视角的结果不可比较。
2. 片段永远终止于击球帧
Section titled “2. 片段永远终止于击球帧”遮蔽是通过提前停止播放实现的，绝不通过裁剪视频文件。
这正是仪器能够精确的原因：试次过程中不存在跳转定位，也不需要逐帧检索。这也意味着一个片段永远不是「击球前 100 ms 为止的画面」，而始终是完整击球画面，只是被提前了一个可测量的时长而停止。
3. 超时不等于答错
Section titled “3. 超时不等于答错”若运动员未在截止时间内响应，该试次在阶梯法中计为错误，但会单独存储并报告为无响应率。
这是决断性指标。一位正确率 70%、但 30% 试次超时的运动员，与一位正确率 70%、始终果断出手的运动员，问题完全不同。把二者合并恰好抹掉了您最需要的区分。
4. 随机水平因项目而异
Section titled “4. 随机水平因项目而异”羽毛球有 6 个响应区域 —— 随机水平为 16.7%。网球有 3 个 —— 随机水平为 33.3%。
因此原始正确率不可跨项目比较。应用始终在原始正确率之外同时报告「随机校正正确率」。比较时请使用校正后的数值。
5. 未收敛的测试不产出数值
Section titled “5. 未收敛的测试不产出数值”自适应阶梯法需要至少 6 次反转，且反转之间具备合理的一致性。若未达到，应用会明确说明并不报告任何数值，而不是给出一个您可能据以决策的、看似合理的阈值。
这是刻意设计。拒绝本身就是信息：它告诉您这次测试没有稳定下来，通常是因为试次太少或表现发生了漂移。
| 术语 | 含义 |
|---|---|
| 时间遮蔽 | 在相对于关键事件的受控时刻切断画面，以判定观察者在此之前已利用了哪些信息 |
| 遮蔽提前量 | 屏幕变黑早于击球的毫秒数。数值越大 = 越难 = 给出的信息越少 |
| 预判阈值 | 运动员维持约 79% 正确率时的提前量。核心指标，越大越好 |
| 自适应阶梯法 | 三上一下：连续三次正确则加难，一次错误则减难。无需在每个难度上做上百试次即可收敛至 79.4% 正确率 |
| 反转 | 阶梯改变方向的时刻。阈值取最后 6 次反转的均值 |
| 标准误（SE） | 阈值估计的精度。小于 2 × SE 的变化应视为噪声 |
| 随机水平 | 纯猜测的正确率。羽毛球 1/6，网球 1/3 |
| 随机校正正确率 | 扣除随机水平后的正确率。可比较的指标 |
| 无响应率 | 超时试次的占比。决断性指标 |
| 清单（Manifest） | 描述一组素材的 manifest.json：视频属性，以及每个击球的击球帧、区域与片段 |
| 视角（Viewpoint） | 相机所在位置。必须为 receiver（接球方） |