{
 "id": 36992,
 "slug": "2019-12-01_reconhecimento-de-poses-humanas-em-tempo-real-com-visao-computacional",
 "url": "https://agents.willem.com/pt/posts/2019-12-01_reconhecimento-de-poses-humanas-em-tempo-real-com-visao-computacional/",
 "source_url": "https://willem.com/pt/2019-12-01_reconhecimento-de-poses-humanas-em-tempo-real-com-visao-computacional/",
 "language": "pt",
 "date": "2019-12-01",
 "published": "2019-12-01T00:00:00+01:00",
 "created": "2025-06-26T22:10:06.985000+02:00",
 "updated": "2026-10-20T09:22:28.768000+02:00",
 "title": "Reconhecimento de poses humanas em tempo real com visão computacional",
 "subtitle": "TensorFlow e PoseNet numa transmissão de vídeo",
 "summary": "Para um projeto novo e emocionante, tenho andado a experimentar visão computacional com o TensorFlow. Queria conseguir detetar poses humanas em tempo real, para comandar projeções de vídeo interativas e jogos. Chegou a altura de mergulhar no mundo da aprendizagem automática, dos tensores e da visão computacional!",
 "topics": [
  "art",
  "data",
  "experiment",
  "game",
  "people",
  "sensors",
  "work"
 ],
 "author": {
  "name": "Willem L. Middelkoop",
  "url": "https://willem.com"
 },
 "provenance": {
  "kind": "model",
  "method": "Claude Sonnet, two passes (translation, then proofreading) against a glossary and hunspell (pt_PT)",
  "date": "2026-10-20",
  "reviewed_by_native_reader": false,
  "language": "pt",
  "source_language": "en"
 },
 "translations": [
  {
   "language": "en",
   "title": "Realtime human pose recognition through computer vision",
   "url": "https://agents.willem.com/en/posts/2019-12-01_realtime-human-pose-recognition-through-computer-vision/",
   "source_url": "https://willem.com/en/2019-12-01_realtime-human-pose-recognition-through-computer-vision/"
  },
  {
   "language": "nl",
   "title": "Realtime herkenning van menselijke houdingen via computervisie",
   "url": "https://agents.willem.com/nl/posts/2019-12-01_realtime-herkenning-van-menselijke-houdingen-via-computervisie/",
   "source_url": "https://willem.com/nl/2019-12-01_realtime-herkenning-van-menselijke-houdingen-via-computervisie/"
  },
  {
   "language": "de",
   "title": "Echtzeit-Menschliche Posenerkennung durch Computer Vision",
   "url": "https://agents.willem.com/de/posts/2019-12-01_echtzeit-menschliche-posenerkennung-durch-computer-vision/",
   "source_url": "https://willem.com/de/2019-12-01_echtzeit-menschliche-posenerkennung-durch-computer-vision/"
  },
  {
   "language": "es",
   "title": "Reconocimiento de postura humana en tiempo real a través de visión por computadora",
   "url": "https://agents.willem.com/es/posts/2019-12-01_reconocimiento-de-postura-humana-en-tiempo-real-a-traves-de-vision-por-computadora/",
   "source_url": "https://willem.com/es/2019-12-01_reconocimiento-de-postura-humana-en-tiempo-real-a-traves-de-vision-por-computadora/"
  },
  {
   "language": "fr",
   "title": "Reconnaissance de la posture humaine en temps réel grâce à la vision par ordinateur",
   "url": "https://agents.willem.com/fr/posts/2019-12-01_reconnaissance-de-la-posture-humaine-en-temps-reel-grace-a-la-vision-par-ordinateur/",
   "source_url": "https://willem.com/fr/2019-12-01_reconnaissance-de-la-posture-humaine-en-temps-reel-grace-a-la-vision-par-ordinateur/"
  },
  {
   "language": "it",
   "title": "Riconoscimento della posa umana in tempo reale con la computer vision",
   "url": "https://agents.willem.com/it/posts/2019-12-01_riconoscimento-della-posa-umana-in-tempo-reale-con-la-computer-vision/",
   "source_url": "https://willem.com/it/2019-12-01_riconoscimento-della-posa-umana-in-tempo-reale-con-la-computer-vision/"
  },
  {
   "language": "pap",
   "title": "Rekonosimentu di postura humano na tempu real via vishon di kompiuter",
   "url": "https://agents.willem.com/pap/posts/2019-12-01_rekonosimentu-di-postura-humano-na-tempu-real-via-vishon-di-kompiuter/",
   "source_url": "https://willem.com/pap/2019-12-01_rekonosimentu-di-postura-humano-na-tempu-real-via-vishon-di-kompiuter/"
  },
  {
   "language": "fy",
   "title": "Realtime werkenning fan minsklike hâldingen mei kompjûterfisy",
   "url": "https://agents.willem.com/fy/posts/2019-12-01_realtime-werkenning-fan-minsklike-haldingen-mei-kompjuterfisy/",
   "source_url": "https://willem.com/fy/2019-12-01_realtime-werkenning-fan-minsklike-haldingen-mei-kompjuterfisy/"
  }
 ],
 "image": "https://willem.com/global/images/74019fb4ad6d.webp",
 "image_width": 2560,
 "images": [
  {
   "url": "https://willem.com/global/images/50568e89a5e8.webp",
   "description": "ReCaptcha: há anos que andas a treinar a IA da Google!",
   "manager_file": "148-bf2d6faf6057f115dc72e82d984e71359f16b48d8c42b4b41c2ee918cf46b556_ContentAsPost_36992_images-1.png"
  },
  {
   "url": "https://willem.com/global/images/7953a7232386.webp",
   "description": "Eu e o mini-eu a ser reconhecidos pelo modelo PoseNet",
   "manager_file": "148-bf2d6faf6057f115dc72e82d984e71359f16b48d8c42b4b41c2ee918cf46b556_ContentAsPost_36992_images-2.jpg"
  },
  {
   "url": "https://willem.com/global/images/567b618c7f65.webp",
   "description": "Algoritmo MobileNet-SSD (imagem: hey-yahei.cn)",
   "manager_file": "148-bf2d6faf6057f115dc72e82d984e71359f16b48d8c42b4b41c2ee918cf46b556_ContentAsPost_36992_images-3.jpg"
  },
  {
   "url": "https://willem.com/global/images/34fceca59e7a.webp",
   "description": "Espelho de pompons sintéticos PomPom, de Daniel Rozin",
   "manager_file": "148-bf2d6faf6057f115dc72e82d984e71359f16b48d8c42b4b41c2ee918cf46b556_ContentAsPost_36992_images-4.png"
  },
  {
   "url": "https://willem.com/global/images/e4956ea74e75.webp",
   "description": "Transformar pessoas em pássaros com visão computacional",
   "manager_file": "148-bf2d6faf6057f115dc72e82d984e71359f16b48d8c42b4b41c2ee918cf46b556_ContentAsPost_36992_images-5.png"
  }
 ],
 "text": "Visão computacional\nO que me entusiasma a sério é o campo científico interdisciplinar da visão computacional, que estuda como é que os computadores podem chegar a uma compreensão de alto nível a partir de imagens digitais e transmissões de vídeo. Inclui desafios como adquirir, processar e analisar imagens digitais. No fim, o que queres é que o computador tome decisões com base na compreensão que tem do (complexo) mundo à sua volta.\nTensorFlow\nO TensorFlow é uma plataforma de código aberto, de ponta a ponta, para aprendizagem automática, desenvolvida originalmente pela Google. Assenta no trabalho científico de vários investigadores e tornou-se entretanto um ecossistema estável e robusto de ferramentas, bibliotecas e recursos da comunidade.\nO nome «TensorFlow» vem da ideia de um «fluxo de tensores». Um tensor descreve-se melhor como uma «coisa», algo que o computador reconheceu ou tenta analisar. Tecnicamente, um tensor é uma matriz multidimensional de valores numéricos. Isto permite ao computador comparar «coisas» diferentes e ver até que ponto as suas características se parecem (ou não).\nO grande desafio do processamento de imagem em tempo real é reduzir a complexidade da imagem a pedaços processáveis, que se possam exprimir como tensores. Normalmente isto implica muitos passos no algoritmo de visão computacional. Passos como reconhecer uma forma, recortar essa forma, redimensioná-la, tirar-lhe a cor, comparar os contornos, etc. Os tensores fluem por estes passos, de «não analisado» a «reconhecido», daí o nome TensorFlow.\nPoder de processamento\nO melhor da aprendizagem automática moderna com o TensorFlow é que, em geral, não precisas de hardware (muito) caro para obter resultados. Isto acontece porque o «trabalho pesado» é feito ao treinar os modelos de aprendizagem automática, que podes imaginar mais ou menos como «tabelas de referência». Estes modelos são criados a partir da análise de conjuntos de dados conhecidos, em que o computador recebe a «resposta» e determina as características do objeto. Treinar modelos exige tempo, poder de processamento e dados de treino.\nDados de treino\nA Google fez algo verdadeiramente inteligente: distribuiu o treino dos seus modelos de aprendizagem automática por todos nós. Sim, incluindo-te a ti!\nRecaptcha\nÉ bem possível que já tenhas encontrado o «reCAPTCHA» ou «Recaptcha». Um desafio visual que tens de completar quando compras algo online ou tentas registar-te nalgum sítio. Este desafio protege os donos de lojas online e de sites contra (spam)bots. O objetivo é distinguir humanos de robôs. Fá-lo ao mostrar aos humanos imagens (complexas) e ao pedir-lhes que identifiquem objetos nelas. Como sinais de trânsito, passadeiras, carros, etc. A_Google_usa_este_feedback_humano (https://www.techradar.com/news/captcha-if-you-can-how-youve-been-training-ai-for-years-without-realising-it) para treinar os seus modelos.\nO melhor é que muitas das descobertas da Google são tornadas públicas, e há imensos projetos de código aberto interessantes que nos permitem, a nós, programadores simples, fazer coisas incríveis com aprendizagem automática.\nReconhecimento de poses humanas com o PoseNet\nUm dos modelos de aprendizagem automática disponíveis é o PoseNet (https://www.tensorflow.org/lite/models/pose_estimation/overview). É um modelo de visão que serve para estimar a pose de uma pessoa numa imagem ou num vídeo. Fá-lo ao determinar onde estão as articulações principais do corpo, como os cotovelos, as mãos, as ancas, os joelhos, os tornozelos, etc.\nAlgoritmo Single Shot MultiBox Detector (SSD)\nO Single Shot MultiBox Detector é um algoritmo popular para detetar objetos em imagens e transmissões de vídeo. É popular por causa da sua velocidade. O princípio é relativamente simples de perceber: o algoritmo tenta reduzir a complexidade da imagem o mais depressa possível e só faz análises profundas em mapas de características encolhidos e simplificados.\nEsta abordagem funciona melhor quando queres detetar objetos grandes, porque se destacam depressa: geram características de alto nível suficientes para fazer previsões logo no início do algoritmo. Isto é ótimo para a deteção de corpos, que é um dos primeiros passos quando queres determinar poses humanas (primeiro vês onde está uma pessoa, depois qual é a pose dela).\nO reconhecimento de imagens e de pessoas é uma área em que o pessoal da China (https://hey-yahei.cn/2018/08/08/MobileNets-SSD/index.html) é muito bom, por várias razões. Os algoritmos deles funcionam bem em hardware relativamente fraco. Isto permite que a visão computacional funcione bem em todo o tipo de dispositivos, em tempo real!\nCasos de utilização fixes\nPoder detetar poses em tempo real abre a porta a todo o tipo de coisas fixes. Tu podes, literalmente, tornar-te o comando do jogo ou o input de uma instalação de arte interativa!\nEspelho PomPom\nCom 928 pompons esféricos de pelo sintético, esta instalação_de_arte_de_Daniel_Rozin (https://vimeo.com/128375543) é fantástica. A escultura é controlada por centenas de motores que formam silhuetas de quem a observa, através de visão computacional.\nTransformar-te num pássaro: The Treachery of Sanctuary\nPermitir que as pessoas se percam por um momento só foi possível juntando disciplinas diferentes. Esta incrível instalação_de_arte_interativa_dirigida_por_Chris_Milk (https://www.youtube.com/watch?v=I5__9hq-yas&feature=youtu.be) é um tríptico gigante que leva os visitantes por várias fases do voo, com recurso à visão computacional.\nConclusão\nTrabalhar em projetos criativos e experimentais é um privilégio incrível, e é isso que torna o meu trabalho tão entusiasmante.\nCom montanhas de dados cada vez maiores, dar sentido a tudo isto de forma digital e autónoma é um grande desafio para o futuro: e é um desafio no qual tenho muita vontade de trabalhar!",
 "word_count": 854,
 "markdown_url": "https://agents.willem.com/pt/posts/2019-12-01_reconhecimento-de-poses-humanas-em-tempo-real-com-visao-computacional/post.md"
}