Este projeto é um Trabalho de Conclusão de Curso (TCC) que utiliza técnicas de Visão Computacional e Inteligência Artificial para analisar vídeos de exercícios físicos. O sistema é capaz de detectar pessoas, rastrear seus movimentos corporais e contar repetições de atividades específicas, como polichinelos.
- Detecção de Pose: Utiliza o MediaPipe e YOLOv8 para identificar e rastrear os principais pontos de referência (landmarks) do corpo humano em tempo real.
- Contagem de Repetições: Implementa a lógica para contar exercícios, como polichinelos, com base no movimento dos membros.
- Análise de Movimento: Processa vídeos para extrair dados e analisar a execução de diferentes atividades físicas.
- Ferramentas Auxiliares: Inclui scripts para tarefas como a captura de coordenadas em um vídeo, facilitando a definição de áreas de interesse.
- Python: Linguagem de programação principal do projeto.
- OpenCV: Biblioteca de visão computacional para manipulação de vídeo e imagem.
- MediaPipe: Framework do Google para detecção de landmarks corporais e faciais.
- YOLOv8: Modelo de detecção de objetos e pose em tempo real.
Siga estas instruções para configurar e executar o projeto em seu ambiente local.
Você precisará ter o Python 3.8 (ou superior) instalado em sua máquina.
-
Clone o repositório:
git clone https://github.com/Alan-Figueiredo/AI-analyst-TCC.git cd AI-analyst-TCC -
(Opcional, mas recomendado) Crie e ative um ambiente virtual:
# Windows python -m venv env .\env\Scripts\activate # macOS / Linux python3 -m venv env source env/bin/activate
-
Instale as dependências do projeto:
pip install -r requirements.txt
Para executar os scripts, certifique-se de que os arquivos de vídeo necessários (polichinelos.mp4, videoteste.mp4, etc.) estejam na pasta raiz do projeto.
Este script utiliza o MediaPipe para detectar os pontos corporais (landmarks) em um vídeo e contar o número de polichinelos. A contagem é baseada na análise da posição dos membros da pessoa.
Para executar:
python contadorPlichinelo.py