Estimativa de Pose
Tecnologia de visão computacional que deteta a posição das articulações e pontos de referência do corpo humano em imagens ou vídeos.
O que é a estimativa de pose?
A estimativa de pose é uma técnica de visão computacional que identifica a posição das articulações do corpo humano (ombros, cotovelos, pulsos, ancas, joelhos, tornozelos) numa imagem ou num fluxo de vídeo. O resultado é um conjunto de coordenadas de pontos-chave, geralmente ligados num esqueleto que descreve a postura da pessoa.
Nos sistemas de prova virtual (try-on), a estimativa de pose responde à pergunta: como é que este corpo está posicionado? Essa resposta determina onde a peça de roupa fica assente, a que ângulo e em que proporção.

Como funciona
- Deteção de pessoas: localizar a pessoa na imagem.
- Previsão de pontos-chave: uma rede neural prevê as coordenadas de 17 a 33 articulações do corpo.
- Montagem do esqueleto: os pontos-chave são interligados numa estrutura que monitoriza a postura e os ângulos dos membros.
- Suavização temporal (apenas em vídeo): as previsões são suavizadas ao longo dos frames para reduzir a trepidação (jitter).
O seu papel na prova virtual
- Prova baseada em imagem: a estimativa de pose a partir de uma única fotografia orienta a transferência da peça de roupa, garantindo que as mangas acompanham os braços e a bainha cai na altura certa.
- Prova em RA ao vivo: a estimativa de pose frame a frame ancora produtos 3D (sapatos, relógios) ao corpo em movimento.
- Medição corporal: as posições das articulações ajudam a estimar proporções para modelos corporais 3D e recomendações de tamanho.
Uma estimativa de pose imprecisa produz resultados desalinhados: um vestido com o caimento num ângulo errado ou sapatos deslocados dos pés.
FAQ
Dúvidas respondidas.
A estimativa de pose é o mesmo que o mapeamento corporal (body scanning)?↓
Não. A estimativa de pose deteta posições de articulações em 2D (ou 2.5D) a partir de imagens comuns. O mapeamento corporal constrói uma malha 3D completa da superfície do corpo, o que requer hardware especializado ou captura a partir de múltiplos ângulos.


