Markerless Pose Estimation for Resistance Training Technique Assessment

No mundo do treinamento físico, a diferença entre construir força e sofrer uma lesão muitas vezes reside em um único detalhe: como o corpo se move. Durante décadas, especialistas confiaram em duas formas principais de julgar esse movimento. A primeira é o olho humano, onde um treinador observa um atleta e oferece feedback baseado em experiência. A segunda é o laboratório, onde cientistas utilizam câmeras caras e pequenos adesivos reflexivos colocados na pele de uma pessoa para medir cada articulação com extrema precisão. Embora o método laboratorial proporcione uma precisão inegável, ele está trancado em centros de pesquisa, longe das salas de musculação onde a maioria das pessoas treina. Isso deixa uma lacuna entre a ciência de alta tecnologia do movimento e a realidade cotidiana de levantar pesos.

Um novo estudo da Universidade de Bristol busca preencher essa lacuna ao fazer uma pergunta simples: pode a câmera de um smartphone padrão, sem adesivos ou equipamentos especiais, nos dizer se uma pessoa está levantando pesos com segurança? Os pesquisadores focaram em três exercícios fundamentais — o agachamento, o supino e o levantamento terra — porque esses movimentos envolveem múltiplas articulações e carregam um alto risco de lesão se executados incorretamente. Eles queriam saber se a visão computacional moderna, que permite que máquinas "vejam" e mapeiem o corpo humano a partir de um vídeo, poderia substituir a necessidade de uma visita ao laboratório. O objetivo não era criar uma ferramenta médica perfeita, mas ver se um sistema prático e acessível poderia capturar a forma essencial de um movimento e compará-la a um exemplo de boa execução.

Para testar essa ideia, a equipe construiu uma estrutura digital que transforma filmagens de vídeo comuns em uma história de movimento. Eles utilizaram um programa de computador leve, capaz de detectar trinta e três pontos-chave no corpo humano, como ombros, cotovelos e joelhos, em cada quadro de um vídeo. Uma vez identificados esses pontos, o sistema os conectava para calcular os ângulos das articulações conforme a pessoa se movia. Para o agachamento, por exemplo, o programa observava como o joelho dobrava e como o tronco se inclinava para frente. Os pesquisadores então criaram uma referência de "padrão ouro" selecionando um vídeo de uma repetição perfeita de uma coleção de clipes instrucionais. Esse movimento perfeito serviu como o alvo, um modelo contra o qual todas as outras tentativas poderiam ser medidas.

Os pesquisadores alimentaram seu sistema com centenas de vídeos, filtrando aqueles com iluminação ruim ou corpos que estavam muito ocultos da visão. Eles focaram em um conjunto de dados de oitenta e nove gravações de alta qualidade. Quando analisaram os vídeos de agachamento, o sistema funcionou de forma notável. Ele rastreou com sucesso o movimento em quase todos os quadros, capturando a curva suave do joelho dobrando e esticando. O computador conseguia ver a diferença entre um agachamento profundo e controlado e um raso ou instável. Ao comparar o ângulo do joelho em um vídeo de teste contra o ângulo no vídeo de referência perfeito, o sistema atribuía uma pontuação. Uma pontuação de cem significava que o movimento correspondia ao ideal perfeitamente, enquanto uma pontuação menor indicava um desvio. Em um teste envolvendo dez repetições de um agachamento, o sistema identificou que a primeira repetição era a mais diferente do ideal, enquanto a oitava era a correspondência mais próxima, mostrando que a tecnologia podia detectar mudanças sutis na técnica mesmo dentro de uma única série de exercícios.

No entanto, o estudo também revelou uma limitação significativa que qualquer pessoa que utilize tal tecnologia deve respeitar: o ângulo da câmera importa mais do que quase qualquer outra coisa. Os pesquisadores testaram isso fazendo com que uma pessoa mantivesse uma posição de agachamento estática enquanto alguém caminhava ao redor dela, filmando pela lateral, pelas costas e pela frente. Quando a câmera estava posicionada diretamente ao lado, capturando o movimento em um perfil bidimensional plano, o ângulo do joelho parecia correto. Mas assim que a câmera se movia para a frente ou para trás, a estimativa do computador sobre o ângulo do joelho mudava dramaticamente, embora a perna da pessoa não tivesse se movido. Essa distorção era agravada quando o levantador estava dentro de um suporte de pesos metálico, onde as barras bloqueavam partes do corpo da visão. O sistema tinha dificuldade em adivinhar onde estavam as articulações ocultas, levando a dados confusos e imprecisos. Essa descoberta descartou a ideia de que uma câmera poderia ser colocada em qualquer lugar; para que a tecnologia funcione, o vídeo deve ser feito de uma visão lateral específica.

A tecnologia também mostrou que funciona melhor para alguns exercícios do que para outros. Enquanto o agachamento e o levantamento terra foram rastreados com alta confiabilidade, o supino provou ser difícil. No supino, a pessoa deita de costas e a barra pesada frequentemente bloqueia a visão dos braços e ombros. Como o computador não conseguia ver as articulações principais claramente, ele falhou em rastrear o movimento em uma grande parte dos vídeos. Isso sugere que, embora o método seja poderoso para movimentos verticais onde o corpo está totalmente visível, ainda não está pronto para todo tipo de exercício. Os pesquisadores concluíram que seu sistema é um passo promissor em direção à biomecânica acessível, capaz de fornecer feedback útil para o agachamento e o levantamento terra, mas não é uma solução mágica que funciona em todas as situações.

Em última análise, este trabalho demonstra que estamos nos aproximando de um futuro onde a análise de movimento de alta qualidade estará disponível para todos, não apenas para aqueles com orçamento de laboratório. O sistema consegue extrair com sucesso a história de um levantamento de um simples vídeo, identificando quando uma técnica é consistente e quando ela se desvia do ideal. Ele pode dizer a um atleta que suas primeiras repetições foram instáveis e que ele encontrou seu ritmo mais tarde na série. No entanto, o caminho a seguir exige disciplina. Para obter o máximo desta ferramenta, os usuários devem ser cuidadosos sobre onde posicionam sua câmera e o que estão filmando. A tecnologia não é uma substituta para um treinador, mas é um novo tipo de espelho, um que pode nos mostrar a geometria de nossa própria força, desde que saibamos como olhar para ela.