Treine Certo: Aplicação Para Análise Da Corretude De Exercícios Físicos Utilizando Aprendizado De Máquina
Departamento de Sistemas e Computação – FURB Curso de Ciência da Computação Trabalho de Conclusão de Curso– 2025/1
| Acadêmico | Coorientador | Orientador |
|---|---|---|
| Luiz Gustavo Klitzke | Diego Rafael Eising | Aurélio Faustino Hoppe |
| [email protected] | [email protected] | [email protected] |
A aplicação tem como objetivo oferecer uma ferramenta de análise automática da execução de exercícios físicos a partir de vídeos gravados com câmeras convencionais, auxiliando praticantes e profissionais da área na identificação de erros técnicos e posturais durante a realização dos movimentos.
- 📸 Análise de vídeos com base em pontos-chave do corpo extraídos via OpenPose
- 🤖 Classificação de execuções em corretas ou com erro técnico
- 🧠 Modelo híbrido baseado em GCN (Graph Convolutional Network) + LSTM + atenção temporal
- 🖥️ Interface gráfica desktop intuitiva
- 📤 Exportação dos resultados em
.mp4e.json
Serão listados abaixo os passos para compilação e instalação da aplicação e suas dependências.
Primeiramente, é necessário realizar a compilação da API do OpenPose para Python.
O repositório oficial pode ser encontrado, juntamente com um tutorial para sua compilação em: https://github.com/CMU-Perceptual-Computing-Lab/openpose
Podem ocorrer vários erros no processo, uma vez que alguns componentes e links estão offline, da mesma forma, é necessário utilizar algumas dependências em versões específicas, como o próprio CMake e é necessário utilizar o Visual Studio 2017 para compilação final da solution gerada.
Segue downloads de alguns itens compatíveis, para auxiliar:
- python 3.7 = https://www.python.org/downloads/release/python-370/
- CMake 3.26 (cmake-3.26.0-rc1-windows-x86_64.msi) = https://cmake.org/files/v3.26/
- VS 2017 community = https://download.visualstudio.microsoft.com/download/pr/e84651e1-d13a-4bd2-a658-f47a1011ffd1/e17f0d85d70dc9f1e437a78a90dcfc527befe3dc11644e02435bdfe8fd51da27/vs_Community.exe
Pode ocorrer um erro ao tentar compilar o projeto devido à uma alteração no Numpy, abordada em davisking/dlib#2463.
Para ajustar essa situação, é necessário encontrar o arquivo "pybind11/numpy.h". E substituir o seguinte trecho de código:
#if defined(_MSC_VER)
# pragma warning(push)
# pragma warning(disable: 4127) // warning C4127: Conditional expression is constant
#endif
Para:
#if defined(_MSC_VER)
# pragma warning(push)
# pragma warning(disable: 4127) // warning C4127: Conditional expression is constant
#include <BaseTsd.h>
typedef SSIZE_T ssize_t;
#endif
Após compilar a API do OpenPose para Python, será necessário criar na pasta raiz dessa aplicação uma pasta chamada "openpose_build", e copiar para dentro dela as pastas listadas na documentação oficial da API. Os caminhos dessas pastas são referenciadas em pose_analyzer.py.
Além do Python 3.7, listado anteriormente, é necessário instalar várias libs. Para isso, bata consultar as presentes no arquivo requirements.txt.
Essa aplicação pode ser compilada para um execútavel através do pyinstaller. Um tutorial para isso pode ser visto na documentação oficial do CustomTkinter: https://customtkinter.tomschimansky.com/documentation/packaging/. Mas, para esse caso, será necessário adicionar alguns argumentos no comando de build, de forma que fique similar a:
pyinstaller --noconfirm --onedir --windowed `
--name "Treine Certo" `
--add-data "<CustomTkinter Location>/customtkinter;customtkinter/" `
--add-data "openpose_build/python/openpose/Release;openpose_build/python/openpose/Release" `
--add-data "openpose_build/x64/Release;openpose_build/x64/Release" `
--add-data "openpose_build/bin;openpose_build/bin" `
--add-data "openpose_build/models;openpose_build/models" `
--add-data "models/model_20250403_135511.pth;models" `
--add-data "front;front" `
--icon="front/icon.ico" `
interface.py