Um protocolo de design visual dinâmico informado em movimentos para traduzir o conhecimento incorporado de Tai Chi em comunicação sobre patrimônio cultural imaterial

Resumo

Este protocolo descreve um fluxo de trabalho reproduzível para capturar, analisar e traduzir movimentos incorporados de Tai Chi em designs visuais dinâmicos, utilizando captura de movimento sem marcador e mapeamento visual baseado em características de movimento para apoiar a comunicação do patrimônio cultural imaterial baseado em movimento.

Resumo

Este protocolo descreve um fluxo de trabalho reproduzível para traduzir movimentos incorporados do Tai Chi em designs visuais dinâmicos para apoiar a comunicação do patrimônio cultural imaterial baseado no movimento. Como uma prática cultural baseada no movimento, o Tai Chi transmite conhecimento por meio do ritmo corporal, trajetória, transferência de peso e equilíbrio, aspectos que muitas vezes são difíceis de comunicar usando mídias estáticas ou baseadas em vídeo convencionais. O protocolo integra captura de movimento sem marcadores, extração de recursos de movimento e mapeamento visual baseado em regras para transformar características de movimento em representações visuais dinâmicas. Oito formas representativas de Tai Chi foram gravadas usando captura de movimento sem marcadores. Os keypoints do corpo foram extraídos com a MediaPipe Pose e analisados para derivar características de movimento, incluindo curvatura da trajetória, suavidade do movimento e estabilidade do ritmo. Essas características foram sistematicamente mapeadas para variáveis visuais dinâmicas por meio de uma estrutura de tradução visual informada por features de movimento. Para avaliar a eficácia da abordagem, um experimento controlado envolvendo 180 participantes comparou três condições de comunicação: gráficos estáticos, vídeos convencionais e designs visuais dinâmicos baseados em dados de movimento. As medidas de resultado incluíram ganho de conhecimento, reconhecimento de movimentos, compreensão incorporada e intenções comportamentais relacionadas à preservação e compartilhamento cultural. A análise de 264 sequências de movimento válidas revelou variação substancial nos perfis de movimento-características entre as formas de Tai Chi. A condição dinâmica de design visual superou significativamente as condições gráficas estáticas e de vídeo convencionais em ganho de conhecimento, reconhecimento de significado de movimento e compreensão incorporada ( todas p < 0,001). A modelagem estrutural indicou ainda que a qualidade percebida do design influencia a preservação e o compartilhamento de intenções principalmente por meio do entendimento incorporado, engajamento estético e ressonância emocional. Esse protocolo fornece um método sistemático para converter o conhecimento incorporado do movimento em formas visuais dinâmicas para a comunicação e interpretação do patrimônio cultural imaterial baseado no movimento.

Introdução

Tai Chi, ou Taijiquan, é uma prática tradicional chinesa que integra coordenação corporal, movimento circular, controle do equilíbrio e regulação interna. Inscrita na Lista Representativa do Patrimônio Cultural Imaterial da Humanidade da UNESCO em 2020, sua importância cultural depende fortemente de performance viva e incorporada, e não de artefatos materiais^{estáticos 1}. Esse reconhecimento apresenta um desafio metodológico para a comunicação digital do patrimônio: como traduzir o patrimônio baseado em movimento sem reduzi-lo a símbolos estáticos, explicações textuais ou motivos visuais superficiais.

A comunicação digital convencional normalmente depende de texto estático, imagens estáticas ou gravações de vídeo padrão. Embora esses formatos possam documentar a postura externa ou a sequência cronológica de uma forma, frequentemente falham em transmitir a lógica corporal interna — como deslocamentos de peso, controle do ritmo e conectividade de movimento — através da qual a prática se torna culturalmente significativa. Avanços recentes na análise de movimento permitem a quantificação precisa das coordenadas corpo-articulação e padrões cinemáticos usando métodos de captura de movimento baseados em sensores ou sem^{marcadores 2,3}. No entanto, embora essas tecnologias se destaquem no reconhecimento de movimentos e intervenções de treinamento, seu potencial para comunicação cultural visual permanece pouco explorado. Da mesma forma, embora projetos de patrimônio digital adotem cada vez mais mídia imersiva e visualização orientada por dados, muitos ainda enfatizam a qualidade da apresentação em detrimento da interpretação cultural^{estrutural 4}.

A cognição incorporada oferece uma perspectiva crítica para preencher essa lacuna. Sob esse ponto de vista, a compreensão cultural é moldada pela percepção corporal, simulação sensório-motora e acoplamento percepção–ação, em vez de apenas observar superfícies ^{visuais 5,6,7}. As pesquisas em artes visuais e ciências cognitivas sugerem ainda que a abstração pode tornar perceptíveis propriedades físicas invisíveis quando preserva as relações estruturais do^{movimento 8}. Estudos de comunicação visual interativa enfatizam que o apelo visual e a experiência do usuário influenciam o engajamento público e as intenções de^{preservação 9}. No entanto, mídias imersivas em projetos de patrimônio frequentemente priorizam a atração estética, que pode atrair atenção, mas não comunicar a estrutura cultural^{subjacente 7}. Além disso, abstrair o movimento em visuais dinâmicos corre o risco de enfraquecer a autenticidade percebida se a lógica do design se desprender da prática^{original 10}. Portanto, traduzir o conhecimento incorporado em formas perceptíveis requer uma lógica de design rigorosa e baseada em regras, fundamentada em dados empíricos de movimento, em vez de um estilo gráfico puramente intuitivo.

Para aproximar dados de movimento e interpretação cultural, este artigo apresenta um protocolo reproduzível para traduzir o conhecimento incorporado de Tai Chi em design visual dinâmico. O objetivo científico central é determinar se características cinemáticas extraídas dos movimentos Tai Chi podem servir como variáveis de design interpretáveis que melhorem a compreensão pública do significado cultural incorporado. Assim, o estudo contribui com um fluxo de trabalho de tradução informado por recursos de movimento, um mapeamento baseado em regras entre características de movimento e variáveis visuais dinâmicas, e uma avaliação empírica comparando gráficos estáticos, vídeo convencional e design visual dinâmico orientado por dados de movimento.

Essa abordagem orientada por dados oferece vantagens distintas em relação a técnicas^{alternativas 11}. Diferentemente das gravações convencionais de vídeo, que fornecem apenas representações literais ou animações puramente decorativas, que carecem de fundamento cultural, este método mapeia características cinemáticas extraídas (por exemplo, curvatura da trajetória, suavidade, estabilidade do ritmo e amplitude de deslocamento de equilíbrio) diretamente para variáveis visuais dinâmicas (por exemplo, linhas circulares de fluxo, ritmo de animação e gravidade visual). Essa abordagem está relacionada a explorações anteriores de visualização de movimento na arte midiática, incluindo a Visualização de Movimento Kung Fu baseada em captura de movimento de Tobias Gremmler, mas difere por definir regras explícitas de mapeamento entre características e visuais e avaliar seus efeitos de comunicação por meio de um estudo controlado de usuários¹². Consequentemente, preserva a estrutura empírica do movimento enquanto torna sua lógica subjacente visualmente acessível.

Por fim, esse protocolo é particularmente apropriado para pesquisadores de humanidades digitais, designers de interação e profissionais de patrimônio que buscam digitalizar e comunicar patrimônio cultural imaterial baseado em movimento. A estrutura difere da Labanotation, que é um sistema rigoroso de notação para registrar partituras de movimento para interpretação e preservação de^{especialistas 13}. Em contraste, o protocolo atual traduz mecânicas de movimento medidas em formas visuais dinâmicas destinadas a apoiar a interpretação pública, a transmissão cultural e a preservação do patrimônio. Ao utilizar um sistema acessível de captura de movimento sem marcadores baseado em vídeo, combinado com fluxos de trabalho padrão de processamento de dados, os pesquisadores podem adaptar essa estrutura não apenas para o Tai Chi, mas também para outras práticas incorporadas, avaliando sistematicamente como o design informado por movimento influencia os resultados da comunicação^{cultural 10}.

Protocolo

Todos os métodos envolvendo participantes humanos foram realizados de acordo com as diretrizes institucionais e aprovados pelo Comitê de Ética para Proteção da Pesquisa Humana, Escola de Design e Criatividade, Universidade Guilin de Tecnologia Eletrônica (Aprovação nº 2600AL0621). O consentimento informado por escrito foi obtido de todos os artistas de Tai Chi e participantes da avaliação de usuários antes da coleta de dados. Os participantes foram informados de que a participação era voluntária e que dados anonimizados seriam usados para fins de pesquisa e publicação.

1. Preparação de Equipamentos e Ambiente de Estudo

1. Prepare uma área de captura de movimento marcada de 3 m × 3 m, com fundo não refletivo e iluminação uniforme em um laboratório de design e mídia digital.
   NOTA: O fluxo de trabalho geral de cinco etapas para traduzir o movimento Tai Chi incorporado em comunicação visual dinâmica está ilustrado na Figura 1A. A cadeia metodológica derivada da literatura que apoia o protocolo, incluindo análise de movimento, disseminação cultural, avaliação de usabilidade e avaliação da carga de trabalho cognitiva, está resumida na Tabela 1.
2. Posicione duas câmeras digitais sincronizadas para gravar cada sequência de Tai Chi de diferentes pontos de vista. Coloque a câmera frontal aproximadamente a 3,5 m do centro da área de captura.
3. Posicione a câmera lateral aproximadamente 3,0 m do centro da área de captura. Monte ambas as câmeras em tripés na altura do peito, conforme mostrado na Figura 2A.
4. Configure ambas as câmeras para gravar com resolução de 1920 × 1080 pixels e uma taxa de quadros de 30 quadros/s. Use exposição manual e configurações focais fixas durante a coleta de dados.
5. Ilumine a área de captura usando dois painéis difusos de LED posicionados aproximadamente 45° para a frente esquerda e frente direita do artista, na altura do peito. Mantenha iluminação uniforme e não refletida a 500 lux com temperatura de cor neutra de 5.600 K durante a coleta de dados.
6. Sincronize as duas câmeras antes de cada teste usando uma palma visível com as duas mãos realizada na área de captura. Alinhe as gravações usando o primeiro quadro mostrando contato com a mão e verifique se o erro de sincronização não ultrapassa um quadro a 30 quadros/s.
7. Posicione a câmera frontal perpendicular ao plano frontal do performer e posicione a câmera lateral aproximadamente 90° para o lado direito do performer. Use configurações focais fixas e garanta que todo o corpo do artista permaneça visível ao longo da área de captura de 3 m × 3 m, alinhando ambas as câmeras usando marcadores de chão colocados nos limites da área de captura.
8. Use um fundo simples, não refletivo, e remova objetos refletivos da área de captura. Antes de gravar, confirme que o performer está totalmente visível de ambas as vistas da câmera, que as sombras não obscurecem o contorno do corpo e que nenhum móvel, cabo ou espectador obstrua a trajetória do movimento.
9. Calibre o espaço de gravação no início de cada sessão filmando a grade do piso marcada e verificando se os limites da área de captura são visíveis em ambas as vistas da câmera. Como a análise utilizou vídeo sem marcador em duas visualizações, em vez de reconstrução tridimensional métrica, a calibração consistiu em verificar o alinhamento da visão, visibilidade do corpo e normalização de escala usando largura de ombro.
10. Salve cada gravação como um vídeo MP4 de 1920 × 1080 pixels, 30 quadros/s usando compressão H.264. Arquivos de nomes usando o formato M##_P##_T#_view.mp4, onde M indica movimento, P indica o performer, T indica o teste e a vista indica a câmera frontal ou lateral.
11. Processar os dados de movimento em uma estação de trabalho capaz de rodar o Python 3.11, o ambiente de programação, a biblioteca de visão computacional OpenCV, o pipeline de estimativa de pose sem marcadores MediaPipe, a biblioteca de computação numérica NumPy, a biblioteca de gerenciamento de dados pandas e a biblioteca de processamento de sinais SciPy. Registre o modelo da estação de trabalho, o sistema operacional e as versões do pacote de software usadas para processamento de dados para garantir a reprodutibilidade computacional.
    NOTA: O fluxo de trabalho geral de cinco estágios para traduzir o movimento Tai Chi incorporado em comunicação visual dinâmica está ilustrado na Figura 1A–E.

Figura 1. Fluxo de trabalho para traduzir o movimento incorporado do Tai Chi em comunicação visual dinâmica. (A) Fluxo de trabalho de estudo em cinco estágios que inclui seleção de movimentos Tai Chi, captura de movimento baseada em vídeo, extração de recursos de movimento, tradução visual baseada em regras e avaliação do usuário. (B) Oito formas selecionadas de Tai Chi analisadas no estudo. (C) Pipeline de processamento de dados de movimento, incluindo aquisição sincronizada de vídeo, estimativa de pose, processamento de trajetória, normalização do ciclo de movimento e extração de características. (D) Condições experimentais de comunicação: gráfico estático, vídeo convencional e design visual dinâmico orientado por dados de movimento. (E) Estrutura conceitual que liga a qualidade percebida do design da comunicação, compreensão incorporada, engajamento estético, ressonância emocional, compartilhamento de intenção e intenção de preservação. Por favor, clique aqui para ver uma versão ampliada desta figura.

Referência	Área de Pesquisa	Cadeia de Dados Usada em Trabalhos Anteriores	Cadeia Estatística ou Analítica	Implicação metodológica para este estudo	Cadeia de Dados Usada em Trabalhos Anteriores
Ho et al.2	Análise do movimento do Tai Chi	Os movimentos do Tai Chi foram registrados usando rastreamento de coordenadas entre articulações do corpo, e as posições das articulações dos membros superiores e os ângulos dos cotovelos foram quantificados.	Análises quantitativas e qualitativas do movimento.	Suporta o uso de coordenadas corpo-articulação, características de trajetória e indicadores cinemáticos para converter o movimento do Tai Chi em dados incorporados analisáveis.	Os movimentos do Tai Chi foram registrados usando rastreamento de coordenadas entre articulações do corpo, e as posições das articulações dos membros superiores e os ângulos dos cotovelos foram quantificados.
Li et al.3	Reconhecimento do movimento Tai Chi	Os movimentos do Tai Chi foram capturados usando unidades de medição inercial e sinais de movimento em séries temporais.	Reconhecimento e feedback de intervenção baseado em rede convolucional temporal.	Suporta a extração de características de movimento temporal, incluindo estabilidade do ritmo, variação de aceleração e estrutura da sequência de movimento.	Os movimentos do Tai Chi foram capturados usando unidades de medição inercial e sinais de movimento em séries temporais.
Yi et al.4	Disseminação digital do patrimônio cultural imaterial	Dados de experiência do usuário foram coletados de participantes expostos a experiências digitais de patrimônio cultural imaterial.	SmartPLS e análise comparativa qualitativa de conjunto difuso (fsQCA) foram usadas para examinar respostas afetivas e comportamento de disseminação.	Apoia o arcabouço de comunicação que conecta experiência digital, resposta emocional, identidade cultural e intenção de disseminação.	Dados de experiência do usuário foram coletados de participantes expostos a experiências digitais de patrimônio cultural imaterial.
Brooke15	Avaliação de usabilidade	Os participantes preencheram um questionário padronizado de usabilidade de 10 itens após interagirem com o sistema.	As pontuações da Escala de Usabilidade do Sistema (SUS) foram calculadas em uma escala de 0 a 100.	Suporta a medição da usabilidade percebida da interface visual de comunicação.	Os participantes preencheram um questionário padronizado de usabilidade de 10 itens após interagirem com o sistema.
Hart e Staveland16	Avaliação da carga cognitiva	Os participantes avaliaram as dimensões da carga de trabalho após a conclusão da tarefa.	As pontuações do Índice de Carga de Tarefas da NASA (NASA-TLX) foram calculadas a partir de avaliações multidimensionais de carga de trabalho.	Apoia a avaliação se o protótipo visual dinâmico orientado por dados de movimento melhora a compreensão do usuário sem impor uma carga cognitiva excessiva.	Os participantes avaliaram as dimensões da carga de trabalho após a conclusão da tarefa.

Tabela 1: Cadeia metodológica derivada da literatura que apoia o presente estudo. Esta tabela resume as principais referências, domínios de pesquisa, abordagens de aquisição de dados, métodos analíticos e contribuições metodológicas usadas para informar o fluxo de trabalho de análise de movimento, o framework de tradução visual, a avaliação de usabilidade e a avaliação de carga cognitiva implementados no protocolo atual.

Figura 2. Captura de movimento baseada em vídeo e procedimento de extração de recursos de movimento. (A) Configuração de captura de movimento usando câmeras sincronizadas de vista frontal e lateral dentro de uma área de captura marcada de 3 m × 3 m. (B) Resultados de estimativa de pose sem marcador mostrando pontos de referência extraídos do corpo a partir de gravações em vista frontal e lateral. (C) Fluxo de trabalho de pré-processamento de dados incluindo extração de marcos de referência, triagem de quadros faltantes, suavização de trajetórias e normalização temporal. (D) Trajetórias representativas de movimento reconstruídas derivadas de pontos-chave do membro superior, tronco e centro do corpo. (E) Características de movimento extraídas de cada sequência de movimento, incluindo duração, velocidade média, velocidade máxima, curvatura da trajetória, índice de suavidade, índice de simetria, amplitude de deslocamento de equilíbrio e estabilidade do ritmo. (F) Conjunto de dados de recursos de movimento exportados usados para tradução visual. Por favor, clique aqui para ver uma versão ampliada desta figura.

2. Seleção de Movimentos de Tai Chi e Recrutamento de Performers

1. Selecione oito formas representativas de Tai Chi para captura de movimento para capturar diferentes combinações de trajetória circular, transferência de peso, extensão dos membros superiores, rotação do tronco, transição de equilíbrio e controle do ritmo (Tabela 2; Figura 1B).
   NOTA: As formas selecionadas incluem Forma de Abertura, Mãos de Nuvens, Groussé Branco Abre as Asas, Separando a Juba do Cavalo Selvagem, Joelho de Escovagem e Passo Torcido, Macaco Repulsivo, Agarrar a Cauda do Pássaro e Forma de Fechamento. Essas formas fornecem uma base técnica para analisar o movimento do Tai Chi como dados de movimento^{incorporados 2}.
2. Recrute artistas de Tai Chi e inclua tanto instrutores experientes quanto praticantes intermediários. Defina instrutores experientes como indivíduos com mais de cinco anos de experiência em ensino ou performance e profissionais intermediários como indivíduos com pelo menos um ano de prática regular.
3. Faça uma triagem de todos os possíveis artistas quanto à elegibilidade. Inclua indivíduos de 18 a 60 anos que não relatam lesão musculoesquelética nos três meses anteriores e que conseguem completar todos os movimentos selecionados sem interrupção.
4. Obtenha consentimento informado por escrito de todos os participantes antes da coleta de dados.
5. Identifique possíveis performers por meio de instrutores universitários de Tai Chi, grupos de prática no campus e redes locais de profissionais. Entre em contato com os candidatos por e-mail ou pessoalmente, selebre-os usando os critérios de elegibilidade e inscreva apenas aqueles que fornecerem consentimento informado por escrito.
6. Recrute 12 intérpretes no total, incluindo cinco instrutores experientes e sete profissionais intermediários. Use este exemplo para gerar as sequências de movimento para pré-processamento e extração de características.
7. Movimentos selecionados do currículo simplificado de Tai Chi estilo Yang de 24 formas, comumente usado em contextos de ensino público e demonstração cultural.
8. Selecione as oito formas por meio de discussão entre a equipe de pesquisa e instrutores de Tai Chi para cobrir iniciação lenta, trajetória circular, extensão assimétrica, transferência para frente, rotação do tronco, recuo para trás, integração de força em múltiplos estágios e estabilização de fechamento. Use esses critérios para garantir que as formas selecionadas representem as características de movimento alvo das regras de tradução visual na Tabela 2.
9. Registre a demografia dos intérpretes e as características de prática, incluindo idade, sexo, altura, massa corporal, mão avançada, anos de experiência em Tai Chi e status de instrutor ou intermediário.
10. Exclua candidatos que relatem distúrbios neurológicos, distúrbios do equilíbrio, deficiência visual não corrigida, cirurgia recente, incapacidade de completar toda a sequência de movimento ou qualquer condição que torne a participação segura inadequada.
11. Não exija experiência prévia em estudos de captura de movimento ou procedimentos de gravação digital. Antes da matrícula, explique o fluxo de trabalho de gravação para todos os artistas e confirme que eles estão confortáveis em ser gravados de duas câmeras.
12. Incluir permissão para gravação de vídeo, análise de movimento sem marcadores, armazenamento anonimizado de dados e publicação de resultados agregados no procedimento de consentimento aprovado pela ética.
13. Forneça aos artistas a agenda de estudos, instruções de gravação, orientação para aquecimento e oportunidades para fazer perguntas antes de gravar.

Movimento Tai Chi	Recurso de Movimento Incorporado	Significado Cultural ou Corporal	Indicadores de Movimento Extraídos	Regra da Tradução Visual Dinâmica
Forma de abertura	Iniciação lenta, estabilização vertical e levantamento controlado dos braços	Início, aterramento e regulação da respiração e do estado corporal	Duração, índice de suavidade, estabilidade do ritmo	Fade-in lento, expansão vertical gradual e emergência de partículas em baixa velocidade
Mãos das Nuvens	Movimento circular contínuo dos membros superiores e deslocamento lateral do corpo	Circularidade, fluxo, continuidade e coordenação entre corpo e intenção	Curvatura da trajetória, amplitude de deslocamento de equilíbrio, índice de suavidade	Linhas de fluxo circulares, deslocamentos visuais gravitacionais de um lado para o outro e trilhas contínuas de partículas
Grous-branco abre as asas	Extensão assimétrica do membro superior, postura aberta e rotação do tronco	Extensão, abertura e equilíbrio entre forças para cima e para baixo	Índice de simetria, velocidade máxima, deslocamento do membro superior	Composição em camadas divididas, extensão da luz ascendente e transições de transparência assimétricas
Abrindo a Juba do Cavalo Selvagem	Avanço de passos, separação diagonal dos braços e transferência de peso	Expansão direcional, separação de forças e intenção direta	Amplitude de deslocamento de equilíbrio, velocidade média, curvatura da trajetória	Fitas de movimento diagonais, um centro visual que avança e expansão em arco em camadas
Joelho com escova e passo torcido	Passos coordenados, roças nos braços e rotação do tronco	Proteção, redirecionamento e controle coordenado da parte inferior e superior do corpo	Deslocamento do tronco, índice de simetria, índice de suavidade	Campo visual rotativo, trilhas varridas em níveis inferiores e transições de borda suavizadas
Macaco Repulsivo	Passos para trás, movimentos alternados dos braços e recuo controlado	Recuar sem perda de controle, alternância e estabilidade	Estabilidade do ritmo, deslocamento de passos, coordenação bilateral	Pulsos visuais alternados, partículas que fluem para trás e ritmos de opacidade escalonados
Agarre a Cauda do Pássaro	Ações sequenciais de empurrar, proteger, rolar, pressionar e fechar	Integração de múltiplas forças de Tai Chi e lógica contínua de corpos	Curvatura, suavidade, estabilidade do ritmo, amplitude de deslocamento de equilíbrio	Sequências de arco multi-estágio, ondas de força em camadas e compressão e liberação visuais progressivas
Forma de Encerramento	Retorno lento, abaixamento do braço e estabilização corporal	Completude, retorno à quietude e assentamento interno	Duração, índice de suavidade, estabilidade do ritmo	Desvanecimento gradual, estabilização visual descendente e convergência de partículas em direção ao centro

Tabela 2: Características do movimento do Tai Chi e regras correspondentes de tradução visual. Esta tabela resume as características de movimento incorporadas, significados culturais ou corporais, indicadores de movimento extraídos e mapeamentos visuais baseados em regras usados para as oito formas selecionadas de Tai Chi. Os indicadores de movimento listados informaram a geração de variáveis visuais dinâmicas usadas no framework de design de comunicação orientado por recursos de movimento.

3. Procedimento de Captura de Movimento

1. Instrua cada intérprete a completar um aquecimento de 5 minutos e uma rodada de familiarização na área de captura antes da gravação formal.
2. Instrua cada performer a executar cada uma das oito formas selecionadas de Tai Chi três vezes em um ritmo natural de Tai Chi. Não use metrônomo ou velocidade de movimento imposta externamente.
3. Grave um gesto de sincronização visual no início de cada teste para facilitar o alinhamento dos vídeos de vista frontal e lateral durante o pré-processamento.
4. Atribua um identificador único de moção a cada julgamento. Inclua o número do performer, o tipo de movimento e o número do teste no identificador.
5. Preveja um intervalo de descanso de 10 s entre os ensaios. Ofereça um período de descanso mais longo quando o artista relatar fadiga.
6. Repita uma tentativa uma vez quando o movimento for interrompido, realizado fora da área de captura marcada ou afetado por um erro óbvio de gravação. O fluxo completo de gravação de movimento e extração de recursos está ilustrado na Figura 2.
   NOTA: A Figura 2 ilustra o fluxo completo de gravação de movimento e extração de recursos. Use um fluxo de trabalho baseado em vídeo sem marcadores para manter um pipeline de aquisição de dados reproduzível e de baixo custo, adequado para ambientes de comunicação cultural onde sensores vestíveis são^{impraticáveis 3}.
7. Use um aquecimento padronizado de 5 minutos que consiste em exercícios suaves de mobilidade do pescoço, ombros, tronco, quadris, joelhos e tornozelos, seguidos de movimentos lentos de elevação dos braços e transferência de peso. Comece a gravação formal apenas quando o intérprete não relatar desconforto e conseguir completar a sequência de prática de forma suave.
8. Durante a familiarização, peça a cada artista que complete uma passagem de prática das formas selecionadas dentro da área marcada enquanto o operador verifica a visibilidade corporal em ambas as vistas da câmera. Encerre a familiarização quando o intérprete pode permanecer dentro da área de captura e seguir as pistas de gravação sem interrupções.
9. Defina o ritmo natural do Tai Chi como o ritmo auto-selecionado normalmente usado pelo intérprete durante o ensino ou prática. Instrua os performers a não acelerarem para a câmera e repetir a prova apenas se o ritmo for visivelmente interrompido ou inconsistente com a rodada de treino.
10. Use um palma com as duas mãos na altura do peito como gesto de sincronização visual imediatamente antes do início do movimento. Marque o primeiro quadro de contato manual em ambos os vídeos e verifique a sincronização durante o pré-processamento.
11. Use o formato de identificador M##_P##_T#, onde M indica o movimento, P indica o número do performer e T indica o número do teste. Por exemplo, M02-P07-T3 denota o terceiro teste Cloud Hands realizado pelo performer P07.
12. Avalie a fadiga por meio do auto-relato do desempenho, instabilidade visível, recuperação retardada ou pedidos de descanso adicional. Providencie um período adicional de descanso de 30 a 60 segundos quando qualquer indicador de fadiga for observado.
13. Registre os movimentos na ordem fixa listada na Tabela 2 para manter a consistência entre os executantes e reduzir o erro do operador. Não randomize a ordem de movimento porque o objetivo é a extração de movimento-feições, e não a comparação comportamental do tratamento.
14. Dê a mesma instrução antes de cada teste: execute a forma de Tai Chi atribuída no ritmo usual do Tai Chi, permaneça dentro da área marcada e continue até a forma estar completa. Leia as instruções de um roteiro preparado para manter a consistência entre os intérpretes.
15. Permita uma repetição imediata para um teste afetado por interrupção, oclusão ou erro do artista. Se o teste repetido permanecer inutilizável, documente o teste como excluído e registre o motivo da exclusão no registro de pré-processamento.
16. Verifique a estabilidade da câmera, a visibilidade da área de captura, a consistência da iluminação e a visibilidade corporal antes de cada bloco de gravação e após qualquer ajuste do equipamento. Pause a gravação e repita a configuração, verifique se sombras, reflexos ou oclusões aparecem.
17. Transfira arquivos de vídeo para uma pasta de projeto protegida por senha imediatamente após cada sessão de gravação e faça backup deles em um drive de armazenamento separado. Verifique a integridade do arquivo abrindo cada gravação em vista frontal e lateral e verificando a duração da gravação, continuidade do quadro e consistência dos nomes antes do pré-processamento.
18. Operadores de gravação de trens usando a mesma lista de verificação de configuração, regras de nomeação de arquivos, procedimento de sincronização e critérios de repetição de tentativas. Designe um operador para o controle de instalação e gravação da câmera e, quando o pessoal permitir, designe um segundo operador para completar a lista de verificação do protocolo.

4. Pré-processamento de dados de movimento

1. Revise todos os arquivos de vídeo brutos para estabilidade da câmera, visibilidade do corpo, continuidade de quadros e sincronização antes de processar mais.
2. Importe cada vídeo para o pipeline de estimativa de pose e extraia 33 marcos do corpo quadro a quadro usando o pipeline de estimativa de pose, conforme ilustrado nas Figuras 1C e Figura 2B. Exporte as coordenadas de referência de cada sequência de movimento como arquivos de valores separados por vírgulas (CSV).
3. Processe os dados de coordenadas exportados em Python usando biblioteca de visão computacional, biblioteca de computação numérica, biblioteca de gerenciamento de dados e biblioteca de processamento de sinais. Analise os dados em busca de quadros perdidos, estimativas instáveis de pontos-chave e erros de acompanhamento corporal.
4. Exclua uma sequência de movimento se mais de 15% dos quadros contêm estimativas de pontos-chave ausentes ou instáveis, se o performer para antes de completar o movimento, se o corpo sair da área marcada de captura ou se a oclusão da câmera impede a reconstrução confiável da trajetória.
5. Suavize as trajetórias corpo-keypoint, das sequências retidas usando um filtro Butterworth passa-baixa de quarta ordem com frequência de corte de 6 Hz, como parte do fluxo de trabalho de pré-processamento mostrado na Figura 2C.
6. Normalize temporalmente cada sequência retida para 0%–100% do ciclo de movimento para facilitar a comparação entre performers com diferentes velocidades de movimento.
7. Normalize coordenadas espaciais usando proporções corporais específicas para o performer. Use a largura dos ombros como referência principal de escala para comparações de trajetórias dos membros superiores e reconstrua trajetórias de movimento para análises subsequentes (Figura 2D).
8. Designe dois programadores treinados para revisarem independentemente todas as sequências excluídas e uma amostra aleatória de 20% das sequências retidas. Resolva desentendimentos por meio de discussão com um instrutor de Tai Chi e avalie o acordo entre avaliadores.
9. Execute pipeline de estimativa de pose dentro do ambiente de programação e registre a versão exata do pacote e a configuração do modelo na Tabela de Materiais. Use o modelo de pose de corpo inteiro com 33 marcos para gerar coordenadas de marcos para cada quadro de vídeo.
10. Ative o suavizamento de referências e configure o pipeline de estimativa de pose com model_complexity = 1, min_detection_confidence = 0,50 e min_tracking_confidence = 0,50, a menos que diferentes configurações validadas tenham sido usadas. Aplique parâmetros de configuração idênticos tanto em vídeo de vista frontal quanto de lateral.
11. Inspecione cada vídeo para compatibilidade de codecs e leia os quadros diretamente usando a biblioteca de visão computacional sem corte espacial quando o corpo inteiro estiver visível. Corte apenas o segmento de sincronização anterior à iniciação do movimento e os quadros não utilizados após a conclusão do movimento antes da extração do ponto de referência.
12. Exporte arquivos CSV com uma linha por quadro e colunas contendo o identificador de movimento, índice do quadro, carimbo de data, nome ou índice de referência, coordenadas normalizadas x, y e z, e a pontuação de visibilidade de marcos para cada um dos 33 marcos do corpo. Armazene arquivos de vista frontal e lateral em pastas separadas usando identificadores de movimento idênticos.
13. Classifique uma estimativa de marco como instável quando sua pontuação de visibilidade está abaixo de 0,50, quando as coordenadas mudam em mais de três desvios absolutos medianos entre quadros adjacentes, ou quando o marco se move para fora da região visível do corpo. Sequências de bandeiras para revisão quando pontos de referência instáveis afetam os principais pontos de referência dos membros superiores, troncos ou quadris.
14. Detectar quadros ausentes por descontinuidades em índices de quadros ou carimbos de tempo e por linhas de referência ausentes nos arquivos CSV exportados. Interpole linearmente lacunas isoladas de menos de cinco quadros consecutivos antes de suavizar. Exclua sequências quando quadros ausentes ou instáveis excedem 15% da sequência total.
15. Identificar erros no rastreamento corporal por meio de inspeção visual e verificações automatizadas para trocas de pontos de referência esquerda-direita, deslocamento improvável das articulações, mudanças súbitas de posição corporal total e coordenadas corporais fora da área de captura. Marque as sequências afetadas para revisão do codificador e as exclua quando a reconstrução confiável da trajetória não for possível.
16. Documente todas as sequências excluídas em um registro de pré-processamento contendo o identificador de movimento, identificador do performer, tipo de movimento, número do teste, motivo da exclusão, porcentagem de pontos-chave faltantes e decisão do revisor. Manter os campos correspondentes de status de sequência, porcentagem de ponto-chave faltante e flag de revisão durante todo o pré-processamento.
17. Implemente o filtro passa-baixa Butterworth de quarta ordem de 6 Hz usando as funções scipy.signal.butter e scipy.signal.filtfilt para realizar o filtragem de fase zero de cada trajetória de coordenadas. Use a taxa de amostragem de 30 quadros/s para determinar a frequência de Nyquist e aplique parâmetros de filtro idênticos a todas as sequências retidas.
18. Defina iniciação de movimento como o primeiro aumento sustentado na velocidade do punho ou do centro do corpo que ultrapassa 5% da velocidade máxima específica da sequência após o gesto de sincronização. Defina conclusão de movimento como o primeiro ponto após a fase final de movimento em que a velocidade permanece abaixo desse limite por pelo menos 10 quadros consecutivos.
19. Reamostre cada sequência retida para 101 pontos de tempo igualmente espaçados representando 0%–100% do ciclo de movimento, interpolando as trajetórias de coordenadas suavizadas. Use as sequências normalizadas para comparação de cross-performers e subsequente extração de movimentos.
20. Meça a largura dos ombros como a distância euclidiana entre os pontos de referência do ombro esquerdo e do ombro direito. Use o valor mediano entre quadros estáveis como referência de escala específica para o performer e aplique o fator de escala resultante a todas as tentativas retidas do mesmo performer.
21. Normalize as coordenadas usando as equações e , onde x_c e y_c representam as coordenadas do centro do corpo e W_s representa a largura do ombro específica do performer. Aplique o mesmo procedimento de normalização às trajetórias dos membros superiores, tronco e centro do corpo.
22. Treine os codificadores usando critérios de exclusão pré-definidos, vídeos de amostra representativos e um conjunto de revisão piloto antes da codificação formal. Exigir que os codificadores demonstrem identificação consistente de pontos-chave ausentes, oclusão, erros de rastreamento e desempenhos interrompidos antes de revisar os dados do estudo.
23. Selecione a amostra de revisão de 20% da sequência retida usando amostragem aleatória estratificada por tipo de movimento, de modo que cada forma de Tai Chi seja representada. Gerar a amostra aleatória a partir da lista de identificadores de movimento retidos antes da revisão do codificador.
24. Calcule o acordo entre avaliadores usando Cohen' κ para decisões de retenção/exclusão e concordância percentual para classificações por razão de exclusão. Considere valores κ ≥ 0,80 aceitáveis antes de finalizar o conjunto de dados retido.
25. Armazene todos os scripts de pré-processamento em um diretório de projeto datado junto com um arquivo de requisitos documentando o ambiente de programação e as versões exatas do pipeline de estimativa de pose, biblioteca de visão computacional, biblioteca de computação numérica, biblioteca de gerenciamento de dados e biblioteca de processamento de sinais. Registre quaisquer revisões subsequentes de script em um registro de alterações antes de executar novamente a extração de funcionalidades.
26. Mantenha registros de controle de qualidade durante todo o pré-processamento, incluindo status da sequência, porcentagem de pontos-chave faltantes, flags de revisão e decisões do programador. Use esses registros para documentar a progressão de 288 sequências de movimento gravadas para 264 sequências retidas, após triagem de qualidade.

5. Extração de Features de Movimento e Tradução Visual

1. Calcule a duração do movimento como o tempo decorrido entre o início e a conclusão do movimento. Calcule a velocidade média e a velocidade máxima a partir do deslocamento dos pontos-chave do membro superior e do tronco ao longo de quadros consecutivos. Extraia duração do movimento, velocidade, curvatura da trajetória, suavidade, simetria, amplitude de deslocamento de equilíbrio e características de estabilidade rítmica, conforme resumido na Figura 2E.
2. Calcule a curvatura da trajetória a partir da circularidade dos caminhos de movimento dos membros superiores. Derive a suavidade do movimento a partir da variação de aceleração de quadro para quadro.
3. Calcule a simetria comparando padrões de movimento das articulações do lado esquerdo e direito. Estima a amplitude do deslocamento de equilíbrio a partir do deslocamento horizontal do centro do corpo ao longo do ciclo de movimento.
4. Calcule a estabilidade do ritmo a partir da variação temporal nos picos de velocidade ao longo do ciclo de movimento.
5. Atribua uma pontuação de translação visual a cada sequência válida usando uma combinação ponderada de curvatura da trajetória, suavidade, estabilidade do ritmo e amplitude de deslocamento de equilíbrio. Exporte o conjunto de dados de características de movimento resultante para tradução visual (Figura 2F).
6. Transforme as características de movimento extraídas em elementos visuais dinâmicos usando um sistema de tradução visual baseado em regras. Vincule cada variável visual a uma característica específica de movimento incorporado usando a matriz de translação mostrada na Figura 3A.
7. Translação da curvatura de alta trajetória em linhas de fluxo circulares e caminhos de partículas em formato de arco (Figura 3B). Mapee valores mais altos de estabilidade rítmica para padrões de pulsação mais lentos e regulares (Figura 3C).
8. Traduza amplitudes maiores de deslocamento de equilíbrio em movimento visível do centro visual (Figura 3D). Mapeie valores mais altos de suavidade para transições contínuas de gradiente e valores de simetria mais altos para composições visuais espelhadas ou contrabalançadas (Figura 3E).
9. Revise as regras de tradução visual com instrutores de Tai Chi e especialistas em design de comunicação visual. Confirme que os mapeamentos visuais preservam a lógica de movimento incorporado enquanto minimizam a distorção^{decorativa 14}. Um protótipo visual representativo informado por características de movimento gerado usando essas regras de tradução é mostrado na Figura 3F.
10. Use os mesmos pontos de iniciação e conclusão de movimento definidos durante a normalização temporal para cálculos de duração. Calcule a duração do movimento como (quadro final − quadro inicial)/30 quadros/s e informe o resultado em segundos.
11. Calcule a velocidade de quadro a quadro usando o deslocamento euclidiano de coordenadas consecutivas de marcos de referência:
     
    Aqui, v_t é a velocidade instantânea no referencial t, (x_t, y_t, _{z t)} são as coordenadas marcantes no referencial t, (x_t−1, y_t−1, z_t−1) são as coordenadas marcantes no referencial anterior, e Δt é o intervalo de tempo entre quadros consecutivos (1/30 s). Use coordenadas suavizadas normalizadas na largura dos ombros e informe a velocidade em unidades normalizadas de largura corporal por segundo.
12. Inclua os punhos, cotovelos, ombros, quadris e a trajetória calculada do centro do corpo ao estimar a velocidade dos membros superiores e do tronco. Use trajetórias de punho e cotovelo para caracterizar o movimento dos membros superiores e trajetórias ombro-quadril para caracterizar o movimento do tronco e o movimento relacionado ao equilíbrio.
13. Estimar a curvatura da trajetória a partir de terços de coordenadas consecutivas usando:
    
    Valores médios de curvatura ao longo do ciclo de movimento normalizado e das trajetórias dos membros superiores.
14. Quantifique a circularidade como a curvatura média normalizada min–max das trajetórias dos membros superiores através das sequências retidas. Valores mais altos indicam trajetórias mais contínuas em arco ou circulares e maior adequação para translação visual circular fluxo-linha.
15. Calcule a suavidade da variação de aceleração quadro a quadro após filtragem usando uma pontuação inversa normalizada de aceleração-variação reescalada de 0 a 100 para relatório. Valores mais altos indicam movimentos mais suaves com menos mudanças abruptas de aceleração.
16. Quantifique a simetria como um menos a diferença normalizada de raiz quadrática média entre trajetórias de marcos do lado esquerdo e direito após o alinhamento temporal. Valores de simetria mais altos indicam padrões de movimento bilateral mais equilibrados.
17. Calcule o centro do corpo como a posição média dos marcos do ombro esquerdo, ombro direito, quadril esquerdo e quadril direito para cada quadro. Use a trajetória resultante do centro do corpo para estimar as características de translação corporal e deslocamento de equilíbrio.
18. Calcule a amplitude do deslocamento de equilíbrio como a faixa de deslocamento horizontal normalizado do centro do corpo ao longo do ciclo de movimento:
     B = máximo (x′_centro) − mínimo (x′_centro)
    Valores maiores indicam maior transferência de peso lateral ou anteroposterior, dependendo da visão da câmera.
19. Identifique picos de velocidade usando um procedimento de detecção de picos aplicado ao perfil de velocidade suavizado com proeminência mínima de 10% da velocidade máxima específica da sequência e separação mínima de cinco referenciais. Revise visualmente os picos detectados para sequências sinalizadas durante o pré-processamento.
20. Quantifique a estabilidade do ritmo como um menos o coeficiente de variação dos intervalos entre picos ao longo do ciclo de movimento e reescale o resultado para 0–100 para reporte. Valores mais altos indicam um tempo mais regular entre as fases do movimento.
21. Normalize todas as características de movimento antes da combinação usando escala min–max:
     
    Normalize cada característica independentemente para que nenhuma característica domine por causa de sua escala de medição.
22. Calcule a pontuação de tradução visual (VTS) como:
     VTS = 100 × (_norma C 0,35 + normaS 0,30 _{+ norma} S 0,20 _{norma R} + norma 0,15norma B₎
    Aqui, C, S, R e B denotam curvatura, suavidade, estabilidade do ritmo e amplitude de deslocamento de equilíbrio, respectivamente. Interprete pontuações mais altas como maior adequação para tradução visual dinâmica baseada em recursos de movimento, em vez de desempenho superior no Tai Chi.
23. Selecione os pesos das características por meio de discussões especializadas entre instrutores de Tai Chi e pesquisadores de design de comunicação visual, atribuindo maior peso à curvatura e à suavidade, pois essas características influenciam mais diretamente o fluxo e a continuidade visíveis. Verifique as classificações resultantes com base nos julgamentos de especialistas sobre adequação movimento para visual antes da análise final.
24. Realizar extração de características de movimento no ambiente de programação usando biblioteca de visão computacional para manuseio de quadros, pipeline de estimativa de pose para extração de marcos de referência, biblioteca de computação numérica e biblioteca de gerenciamento de dados para processamento de coordenadas, e biblioteca de processamento de sinais para filtragem e análise de sinais. Arquive os scripts de análise, versões dos pacotes e arquivos CSV exportados com o conjunto de dados do projeto.
25. Implemente o fluxo de trabalho de tradução visual baseado em regras na plataforma de desenvolvimento visual TouchDesigner, utilizando recursos de movimento CSV normalizados como entradas de parâmetros e Adobe After Effects para composição final, quando necessário. Importe cada vetor de características de movimento, mapeie características de movimento para parâmetros visuais pré-definidos, pré-visualize a saída dinâmica e exporte o protótipo visual final para avaliação do usuário.
26. Mapear características de movimento normalizadas continuamente para parâmetros visuais e usar faixas de valores baixas (<0,33), médias (0,33–0,66) e altas (>0,66) apenas durante a revisão do projeto. Por exemplo, curvatura maior aumenta o raio de arco e a densidade da linha de fluxo, maior estabilidade do ritmo reduz a irregularidade da pulsação, e amplitudes maiores de deslocamento de equilíbrio aumentam o deslocamento do centro visual.
27. Gerar linhas de fluxo circulares e trajetórias de partículas a partir do parâmetro de curvatura, temporização de pulsação pela estabilidade do ritmo, movimento do centro visual pela amplitude de deslocamento de equilíbrio, continuidade de gradiente pela suavidade e força de composição espelhada pela simetria. Mantenha paletas de cores, fundos e tipografia idênticos em todos os protótipos para minimizar efeitos de confusão não relacionados à dinâmica derivada do movimento.
28. Aplicar mapeamentos visuais continuamente durante a geração do protótipo para que diferenças incrementais nas características de movimento produzam mudanças proporcionais no comportamento visual. Use rótulos categóricos apenas durante a revisão de especialistas para facilitar a discussão sobre a adequação de tradução visual de baixa, média e alta.
29. Revise as regras de tradução com dois instrutores de Tai Chi e dois especialistas em design de comunicação visual. Avaliar o alinhamento movimento-características, interpretabilidade cultural, clareza visual e risco de distorção decorativa, e revisar as regras de tradução até que se alcance consenso.
30. Avalie a preservação da lógica de movimento incorporado determinando se cada mapeamento visual representa com precisão as características de movimento pretendidas resumidas na Tabela 2 e se revisores especialistas consideram o alinhamento e a interpretabilidade aceitáveis. Revise mapeamentos considerados decorativos, enganosos ou insuficientemente representativos dos elementos originais de movimento antes de gerar os protótipos visuais finais.

Figura 3. A tradução baseada em regras do movimento do Tai Chi para variáveis visuais dinâmicas. (A) Matriz de tradução visual que liga as características de movimento extraídas às variáveis visuais correspondentes. (B) Exemplo de translação da curvatura da trajetória em linhas de fluxo circulares e trajetórias de partículas. (C) Exemplo de translação da estabilidade do ritmo em padrões de tempo e pulsação de animação. (D) Exemplo de translação da amplitude de deslocamento de equilíbrio em movimento do centro visual e composição ponderada. (E) Exemplo de translação de suavidade e simetria em continuidade de gradiente e equilíbrio composicional. (F) Protótipo visual dinâmico representativo gerado a partir de características de movimento extraídas. Por favor, clique aqui para ver uma versão ampliada desta figura.

6. Desenvolvimento de Protótipos e Configuração de Avaliação do Usuário

1. Desenvolva três materiais de comunicação para comparação experimental: uma condição gráfica estática, uma condição convencional de vídeo e uma condição dinâmica de design visual orientada por dados de movimento gerada pelo sistema de tradução visual (Figura 1D). O protótipo visual resultante, orientado por dados de movimento, é ilustrado na Figura 3F.
2. Padronize os três materiais de comunicação em relação à duração da exposição, densidade de informação, ordem de apresentação dos movimentos, tipografia e paleta de cores.
3. Recrute 180 participantes elegíveis com idades entre 18 e 35 anos com visão normal ou corrigida para normal e sem experiência profissional em ensino de Tai Chi. Atribuir aleatoriamente os participantes às três condições de comunicação usando uma razão de alocação 1:1:1 (Tabela 3).
4. Realize a avaliação do usuário em uma sala dedicada à interação. Exiba todos os materiais experimentais no mesmo monitor de 24 polegadas e posicione os participantes aproximadamente 70 cm da tela.
5. Mantenha a iluminação da sala, nível de som, distância de visualização, resolução da tela e duração de exposição consistentes em todas as condições experimentais.
6. Permita que os participantes revisem o material atribuído durante um período de exposição de 4 minutos. Registre comportamentos de revisão, comportamento de reprodução, comportamento de rolagem e comportamento de interação como indicadores de engajamento comportamental. O arcabouço de avaliação conceitual que liga a qualidade percebida do design da comunicação, compreensão incorporada, engajamento estético, ressonância emocional, intenção de compartilhamento e intenção de preservação é mostrado na Figura 1E.
7. Crie a condição gráfica estática como uma sequência de painéis visuais estáticos apresentando as oito formas de Tai Chi, pequenos rótulos de significado de movimento e o mesmo texto explicativo usado nas outras condições. Exporte os painéis a 1920 × 1080 pixels e apresente no mesmo monitor durante o período de exposição de 4 minutos.
8. Criar a condição convencional de vídeo a partir do mesmo material original gravado em Tai Chi, editado em uma sequência H.264 MP4 H.264 de 4 minutos em 1920 × pixels, 30 quadros/s. Use apenas gravações de vídeo convencionais e etiquetas de texto, sem sobreposições visuais baseadas em recursos de movimento.
9. Gerar a condição dinâmica de design visual orientada por dados de movimento importando dados normalizados de características de movimento para a plataforma de desenvolvimento visual, aplicando o conjunto de regras descrito no Passo 5 e exportando um protótipo de 4 minutos com a mesma ordem de movimento e texto explicativo das outras duas condições.
10. Apresentar as mesmas oito formas de Tai Chi em todas as três condições: Forma Aberta, Mãos das Nuvens, Grou Branco Abre Asas, Separando a Juba do Cavalo Selvagem, Joelho Escovado e Passo Torcido, Macaco Repulsivo, Agarre a Cauda do Pássaro e Forma Fechando. Cada condição inclui o nome do movimento, uma breve descrição de seu significado incorporado e a mesma ordem de apresentação.
11. Padronize a densidade de informações correspondendo à duração da exposição, contagem de movimentos, ordem de movimento, número de rótulos explicativos, contagem aproximada de palavras e área de tela dedicada a cada movimento. Revise todos os materiais antes de testar para confirmar que nenhuma condição contém informações conceituais ausentes das outras.
12. Use a mesma fonte sem serifa, hierarquia de etiquetas, fundo neutro e paleta de acentos azul-cinza contida em todas as condições. Mantenha o tamanho do texto, a posição das etiquetas e os títulos dos movimentos consistentes para que as diferenças entre grupos reflitam o modo de comunicação, e não um estilo gráfico não relacionado.
13. Recrute participantes para avaliação de usuários por meio de listas de discussão universitárias, avisos do campus e grupos de participantes para cursos de design. Avalie os voluntários interessados quanto à idade, estado visual, histórico profissional de ensino de Tai Chi e sua capacidade de completar a sessão completa de avaliação.
14. Estabeleça uma amostra-alvo de aproximadamente 60 participantes por condição para fornecer poder estatístico adequado para detectar diferenças de médio porte entre grupos no ganho de conhecimento e nos resultados de compreensão incorporada. A amostra final analisada incluiu 180 participantes distribuídos nas três condições.
15. Gere a sequência de alocação usando randomização por blocos baseada em computador com uma razão de alvo de 1:1:1 entre as três condições. Ocultar a atribuição de condição até que a triagem de elegibilidade e as medições de base sejam concluídas.
16. Registre a idade dos participantes, sexo, familiaridade prévia com Tai Chi, exposição prévia ao patrimônio cultural imaterial, histórico de design, status visual e pontuação de conhecimento cultural pré-teste. Use essas variáveis para avaliar a equivalência de linha de base entre os grupos experimentais.
17. Exclua indivíduos com formação profissional em ensino de Tai Chi, deficiência visual não corrigida, condições cognitivas ou neurológicas auto-relatadas que possam afetar a compreensão, participação prévia no processo de design do protótipo ou dados incompletos de pesquisa ou tarefa.
18. Apresente os materiais em um monitor Dell P2422H de 24 polegadas em resolução de 1920 × 1080 pixels e taxa de atualização de 60 Hz. Mantenha as mesmas configurações de brilho e cor da tela em todas as sessões e verifique se toda a área do estímulo está visível a partir da distância de visualização de 70 cm.
19. Mantenha uma iluminação interna estável durante todas as sessões de avaliação do usuário e evite o brilho direto no monitor. Antes de cada sessão, verifique a iluminação consistente, o mínimo de ruído de fundo e a ausência de distrações visuais.
20. Forneça aos participantes instruções padronizadas escritas e verbais antes da exposição. Informe aos participantes que eles completarão avaliações de conhecimento, reconhecimento e experiência do usuário imediatamente após visualizar o material de comunicação atribuído.
21. Durante o período de exposição de 4 minutos, instrua os participantes a aprenderem os nomes dos movimentos, significados incorporados e pistas visuais apresentadas no material designado. Não forneça explicações adicionais durante o período de exposição.
22. Permitir que os participantes revisem, reproduzam, rolem ou interajam apenas dentro das capacidades da condição atribuída: revisão em painel fixo para a condição gráfica estática, controle de replay para a condição convencional de vídeo e interação vinculada a recursos para a condição dinâmica de design visual orientada por dados de movimento. Registre todas as ações permitidas como indicadores de engajamento comportamental.
23. Registre revisão, reprodução, rolagem e comportamentos de interação usando o sistema de registro de eventos do computador de apresentação. Exporte logs em nível de participante como arquivos CSV contendo ID do participante, condição experimental, tempo(s) de permanência(s), contagem de revisão/reprodução, cliques de interação e seleção voluntária de compartilhamento.
24. Defina tempo de permanência como o(s) tempo(s) total de visualização ou interação, revisão/replay conte como o número de visualizações repetidas ou ações de reprodução, e cliques de interação como o número de seleções iniciadas pelos participantes durante a exposição. Registre a seleção voluntária de compartilhamento como um resultado binário (sim/não) após a conclusão da avaliação.
25. Administrar uma avaliação de conhecimento cultural de 20 pontos imediatamente antes e após a exposição. Calcule o ganho de conhecimento como a pontuação pós-teste menos a pontuação pré-teste, com valores mais altos indicando maior aprendizado de curto prazo com o material de comunicação atribuído.
26. Meça o reconhecimento de movimentos pedindo aos participantes que identifiquem cada forma de Tai Chi a partir de uma lista dos oito movimentos estudados. Pontuar as respostas como corretas ou incorretas e calcular a precisão do reconhecimento em nível de participante.
27. Meça o reconhecimento do significado do movimento pedindo aos participantes que associem cada representação do movimento ao seu significado incorporado correspondente (por exemplo, circularidade, aterramento, deslocamento de equilíbrio ou recuo sem perda de controle). Expresse desempenho como a porcentagem de itens corretamente combinados.
28. Meça a compreensão incorporada usando itens do questionário do tipo Likert que avaliam a percepção dos participantes sobre ritmo corporal, transferência de equilíbrio, fluxo de trajetória e lógica do movimento. Médias de pontuações nos itens para que valores mais altos indiquem uma compreensão mais forte percebida como incorporada.
29. Meça ressonância emocional, engajamento estético, autenticidade cultural, intenção de preservação e intenção de compartilhamento usando escalas Likert de 7 pontos com múltiplos itens adaptadas da literatura sobre herança digital e experiência do usuário. Calcule cada construto como a média dos itens retidos após a avaliação de confiabilidade. Avalie a usabilidade percebida usando a Escala de Usabilidade do Sistema (SUS)¹⁵, composta por 10 itens.
30. Meça a carga cognitiva usando o Índice de Carga de Tarefas da NASA (NASA-TLX⁾¹⁶ após exposição ao material e converta a pontuação resultante para uma escala de 0 a 100. Pontuações mais baixas indicam menor percepção de carga de trabalho durante a interpretação do material de comunicação.
31. Administrar todos os questionários eletronicamente no computador de apresentação imediatamente após as tarefas de exposição e reconhecimento. Exporte respostas usando identificadores de participantes anonimizados.
32. Verifique as respostas dos participantes quanto à completude, identificadores duplicados, valores improváveis e resultados ausentes da tarefa antes da análise estatística. Exclua sessões incompletas e mantenha a amostra final analisada reportada na Tabela 3.
33. Armazene todos os dados dos participantes usando identificadores anonimizados em arquivos de pesquisa protegidos por senha, acessíveis apenas à equipe de pesquisa. Remover identificadores pessoais antes da análise e manter registros de estudo de acordo com as políticas institucionais de ética e gestão de dados.

Variável	Grupo Gráfico Estático (n = 58)	Grupo de Vídeo Convencional (n = 60)	Grupo Dinâmico de Design Visual (n = 62)	Teste Estatístico	Valor p
Idade (anos)	23,4 ± 3,8	23,7 ± 4,1	24,0 ± 3,9	ANOVA unidirecional	0.71
Feminino, n (%)	33 (56.9)	35 (58.3)	37 (59.7)	Teste do qui-quadrado	0.95
Formação em design, n (%)	19 (32.8)	21 (35.0)	22 (35.5)	Teste do qui-quadrado	0.94
Familiaridade prévia com Tai Chi (1–7)	2.8 ± 1.3	2,9 ± 1,4	3.0 ± 1.3	ANOVA unidirecional	0.68
Exposição prévia ao patrimônio cultural imaterial (1–7)	3.1 ± 1.4	3.2 ± 1.5	3.3 ± 1.4	ANOVA unidirecional	0.74
Pontuação de conhecimento cultural pré-teste (0–20)	6.7 ± 2.4	6.9 ± 2.6	6,8 ± 2,5	ANOVA unidirecional	0.91
Visão normal ou corrigida para normal, n (%)	58 (100.0)	60 (100.0)	62 (100.0)	Teste exato de Fisher	1
Formação profissional em ensino de Tai Chi, n (%)	0 (0.0)	0 (0.0)	0 (0.0)	Não aplicável	—

Tabela 3: Características dos participantes e alocação experimental de grupos. Características demográficas de base, familiaridade prévia com o Tai Chi, exposição prévia ao patrimônio cultural imaterial e pontuações de conhecimento cultural pré-teste para participantes atribuídos às condições gráficas estáticas, vídeo convencional e design visual dinâmico. Os dados são apresentados como média ± desvio padrão ou n (%). Comparações estatísticas foram realizadas para avaliar a equivalência de linha de base entre os grupos.

Resultados

Características de Movimento dos Movimentos Selecionados de Tai Chi
Um total de 288 sequências de movimentos de Tai Chi foram gravadas por 12 intérpretes distribuídos por oito formas selecionadas de Tai Chi. Após excluir sequências com execução incompleta, estimativas excessivas de pontos-chave faltantes, oclusão da câmera, rastreamento instável de pontos de referência ou desempenho interrompido, 264 sequências válidas foram mantidas para extração de características. ...

Discussão

Este estudo apresenta e avalia um protocolo robusto, informado por características de movimento, para traduzir o conhecimento incorporado de Tai Chi em design visual dinâmico. O objetivo central do estudo foi determinar se características cinemáticas extraídas empiricamente poderiam ser transformadas em variáveis visuais interpretáveis que melhorassem a comunicação do significado cultural incorporado. Os achados demonstram que a comunicação do patrimônio cultural imaterial baseada em mov...

Materiais

Lista de materiais utilizados neste artigo

Nome	Empresa	Número de catálogo	Comentários
Adobe After Effects	Adobe Inc.	Adobe After Effects 2024 (v24.6)	Software de gráficos em movimento e efeitos visuais usado para composição de protótipos finais, quando necessário.
Computer Workstation	Dell Technologies	Precision 3660 Tower; Intel Core i7-12700 CPU; NVIDIA GeForce RTX 3060 GPU; 32 GB RAM; 1 TB SSD	Workstation usado para processamento de dados de movimento, extração de características, geração de visualização e análise estatística.
Dell 24-inch Monitor	Dell Technologies	P2422H	Monitor de exibição usado para o experimento controlado de avaliação do usuário (1920 × 1080 pixels, 60 Hz).
Digital Video Camera	Sony Corporation	ILCE-7M4	Câmeras frontais e laterais sincronizadas usadas para captura de movimento (1920 × 1080 pixels, 30 quadros/s).
MediaPipe Pose	Google LLC	MediaPipe 0.10.14	Pipeline de estimação de pose sem marcador usando o modelo de pose corporal completo com 33 pontos de referência (model_complexity = 1, min_detection_confidence = 0,50, min_tracking_confidence = 0,50).
NumPy	NumPy Developers	NumPy 1.26.4	Biblioteca de computação numérica usada para processamento de coordenadas e cálculos de características de movimento.
OpenCV	OpenCV Team	OpenCV 4.9.0	Biblioteca de visão computacional usada para processamento de vídeo, extração de quadros e pré-processamento.
Operating System	Microsoft	Windows 11 Pro 23H2, 64-bit	Sistema operacional usado para processamento de dados de movimento e geração de visualização.
Pandas	Pandas Development Team	Pandas 2.2.2	Biblioteca de gerenciamento de dados usada para processamento de dados estruturados e exportação CSV.
Python	Python Software Foundation	Versão 3.11	Ambiente de linguagem de programação usado para o pipeline de processamento de dados.
Randomization Software	Microsoft Corporation	Microsoft Excel for Microsoft 365, Versão 2405	Usado para gerar a sequência de randomização de blocos baseada em computador para alocação de participantes.
SciPy	SciPy Developers	SciPy 1.13.1	Biblioteca de processamento de sinal usada para filtragem Butterworth e análise de sinal de movimento.
Statistical Analysis Software	IBM Corp.	IBM SPSS Statistics 29.0	Usado para análise de confiabilidade, teste de hipóteses, análise de mediação e modelagem de equações estruturais.
Survey Administration Platform	Qualtrics LLC	Plataforma web Qualtrics XM (acessada em maio de 2026)	Plataforma usada para administrar questionários e coletar respostas dos participantes eletronicamente.
TouchDesigner	Derivative	TouchDesigner 2023.11880	Plataforma de desenvolvimento visual usada para gerar visualizações dinâmicas orientadas por características de movimento.
Tripod	Manfrotto	MK055XPRO3	Tripé usado para estabilizar câmeras durante a captura de movimento.
Video Synchronization Software	Custom Python/OpenCV workflow	OpenCV 4.9.0	Usado para sincronizar gravações frontais e laterais durante o pré-processamento usando o evento de batida visual.