VALIDAÇÃO DE MODELO DE VISÃO COMPUTACIONAL PARA ESTIMATIVA DO CONSUMO MÁXIMO DE OXIGÊNIO (VO₂ MÁX) EM ATLETAS DE FUTEBOL ATRAVÉS DO TESTE YO-YO
Visão Computacional; Inteligência Artificial; Consumo Máximo de Oxigênio; Yo-Yo Test; Futebol
O presente estudo teve como objetivo desenvolver e validar um modelo baseado em visão computacional e inteligência artificial para estimar o consumo máximo de oxigênio (VO₂ máx) em atletas de futebol durante o teste Yo-Yo Intermitente de Recuperação Nível 1 (Yo-Yo IR1). A metodologia utilizou vídeos capturados por câmeras de alta resolução (GoPro Hero 4K e drone DJI Mini 2) para extrair variáveis biomecânicas por meio de algoritmos como YOLO-Pose e MediaPipe. Estes dados alimentaram modelos de aprendizado de máquina (e.g., Random Forest, redes neurais) para predizer o VO₂ máx. Os valores estimados foram comparados com o padrão-ouro, obtido em laboratório através de um protocolo incremental em bicicleta ergométrica com análise direta de gases (COSMED Quark CPET). A proposta justifica-se pela necessidade de métodos mais acessíveis e ecologicamente válidos para a avaliação da aptidão cardiorrespiratória no esporte. Os resultados preliminares indicam uma forte correlação e baixa diferença média entre os métodos, sugerindo que a abordagem de visão computacional é uma alternativa viável e de baixo custo para monitorar o desempenho de atletas em campo.