Análise e orientação de postura nos exercícios de calistenia usando estimativa de pose humana

• Marcos Oliveira de Sousa UNIOESTE
• Claudio Roberto Marquetto Mauricio UNIOESTE https://orcid.org/0000-0003-2783-3988
• Fabiana Frata Furlan Peres UNIOESTE https://orcid.org/0000-0002-3937-3432

DOI: https://doi.org/10.5753/latinoware.2024.245728

Resumo

A calistenia é um sistema de exercícios que utiliza o peso do próprio corpo para o seu desenvolvimento, e por ser uma prática acessível, durante o período pandêmico, houve um aumento na prática dos exercícios, no entanto, se mal executada pode causar lesões. No entanto, com o avanço da tecnologia e da inteligência artificial, é possível utilizar ferramentas que estimam a postura, e assim corrigi-la durante o exercício, com a aplicação de bibliotecas que, com o uso de processamento gráfico, analisam a pose humana durante atividades físicas, como é o caso do Mediapipe e do Movenet. Este trabalho tem como objetivo revisar diferentes aplicações dessas bibliotecas em trabalhos de pesquisa, buscando analisar ferramentas, que com o uso adequado, pode auxiliar na correção de postura do usuário e assim evitar lesões.

Palavras-chave: Calistenia, Estimativa de Pose Humana, Inteligência Artificial

Referências

CORRÊA, Lígia de Moraes Antunes. A beleza e Vigor do Corpo: Breve história da Calistenia. Monografia [Licenciatura em Educação Física]. Campinas, UNICAMP, 2002.

LEPAKSHI, Vijayalakshmi A. Machine learning and deep learning based AI tools for development of diagnostic tools. In: Computational Approaches for Novel Therapeutic and Diagnostic Designing to Mitigate SARS-CoV-2 Infection. Academic Press, 2022. p. 399-420.

MELO, C. Calistenia: o que é, benefícios e 4 exercícios para iniciantes. Disponível em: [link]. Acesso em: 29 out. 2024.

Pose landmark detection guide. Disponível em: [link]. Acesso em: 30 out. 2024.

CHEN, Haoming et al. 2D Human pose estimation: A survey. Multimedia systems, v. 29, n. 5, p. 3115-3138, 2023.

LUDERMIR, Teresa Bernarda. Inteligência Artificial e Aprendizado de Máquina: estado atual e tendências. Estudos Avançados, v. 35, p. 85-94, 2021.

MoveNet: Ultra fast and accurate pose detection model. Disponível em: [link]. Acesso em: 30 out. 2024.

MENOLOTTO, Matteo et al. Motion capture technology in industrial applications: A systematic review. Sensors, v. 20, n. 19, p. 5687, 2020.

Motion capture. Disponível em: [link]. Acesso em: 30 out. 2024.

KIM, Jong-Wook et al. Human pose estimation using mediapipe pose and optimization method based on a humanoid model. Applied sciences, v. 13, n. 4, p. 2700, 2023.

DILL, Sebastian et al. Accuracy Evaluation of 3D Pose Estimation with MediaPipe Pose for Physical Exercises. In: Current Directions in Biomedical Engineering. De Gruyter, 2023. p. 563-566.

CHAUDHARI, Archana Kedar et al. Yoga Pose Detection using MoveNet Architecture.

ZHANG, Xiyuan; HAN, Shawn ZH; LIM, Kenneth YT. Designing and Prototyping of AI-based Real-time Mobile Detectors for Calisthenic Push-up Exercise. Procedia Computer Science, v. 239, p. 445-452, 2024.