Comparação de técnicas de aprendizado de máquina para análise de movimentos biomecânicos em exercícios físicos

Abstract

Este trabalho investiga alternativas para a avaliação de movimentos biomecânicos por meio da visão computacional e do aprendizado de máquina, utilizando três exercícios: agachamento, flexão de joelhos e extensão de quadril. Foram utilizados três modelos com diferentes abordagens de pré-processamento e aprendizado de máquina, visando a avaliação da capacidade dos modelos em identificar o tipo de exercício e validar sua execução com diferentes divisões de treinamento e teste. Como diferencial, este estudo propõe a combinação das abordagens MediaPipe e LSTM, escolhidas por suas características complementares, que se alinham aos requisitos da análise de exercícios físicos, com o objetivo de desenvolver um protótipo funcional capaz de identificar e validar a execução dos exercícios com maior precisão. Os três modelos foram implementados conforme o esperado, atendendo aos critérios de viabilidade e apresentando desempenho adequado com base na acurácia, o que permitiu a comparação entre as abordagens utilizadas e a continuidade no desenvolvimento do protótipo.