Conjunto de Dados de Trajetórias de Pedestres em Praças Públicas Europeias

Por que observar pessoas caminhando pode remodelar nossas cidades

Como as pessoas se movem por praças e largos urbanos diz muito sobre o grau de acolhimento e o bom projeto desses espaços. Ainda assim, a maior parte do que sabemos sobre padrões de caminhada cotidianos vem de estudos pequenos ou experimentos pontuais. Este artigo apresenta um grande conjunto de dados aberto que traça os trajetos de centenas de milhares de pedestres atravessando praças públicas pela Europa, oferecendo a planejadores urbanos, pesquisadores e designers uma nova maneira de entender como os espaços públicos funcionam de fato.

Reunindo várias praças em uma visão compartilhada

Os autores concentraram-se em um cenário familiar: as praças centrais de cidades e vilas europeias. São locais onde as pessoas passeiam, encontram amigos, sentam-se perto de fontes ou atravessam a caminho do trabalho. Em vez de enviar equipes de pesquisa ao campo, os pesquisadores aproveitaram um recurso em expansão que já observa esses espaços 24 horas por dia—webcams públicas. Eles buscaram sistematicamente em plataformas internacionais de webcam por câmeras que mostrassem claramente uma praça, com vídeo suave e taxa de quadros razoável, e que pudessem ser gravadas de forma confiável. Ao todo, reuniram 193 horas de filmagens de 39 praças, geralmente em quatro clipes de meia hora que capturaram manhã, hora do almoço, noite e um sábado movimentado, e adicionaram gravações extras para quatro praças em diferentes estações e condições climáticas.

Transformando vídeo bruto em trilhas de movimento

Para converter os vídeos em dados, a equipe usou ferramentas modernas de visão computacional capazes de localizar e seguir automaticamente pessoas em cada quadro. Primeiro, aplicaram um modelo de detecção de ponta que identifica figuras humanas na imagem. Treinaram e ajustaram esse modelo usando coleções de imagens especializadas focadas em pedestres em cenas densas, melhorando sua capacidade de reconhecer pessoas mesmo quando estão próximas ou parcialmente ocultas. Em seguida, vincularam essas detecções ao longo do tempo com um algoritmo de rastreamento que atribui a cada pessoa um ID temporário e segue esse indivíduo enquanto caminha pela praça. O resultado é uma série temporal com carimbo de tempo das posições de cada pedestre—uma trilha digital mostrando de onde vieram, para onde foram e quanto tempo permaneceram.

Dos pixels na tela ao chão real sob os pés

Ver uma pessoa movendo-se na tela não é o mesmo que saber quão longe ela andou ou quão rápido se deslocou. Para tornar os dados úteis ao estudo de comportamento real, os pesquisadores precisaram converter coordenadas de tela em medidas no solo. Como não controlavam as webcams, não dispunham de informações detalhadas sobre a lente e a posição de cada câmera. Em vez disso, usaram uma solução engenhosa: parear elementos que aparecem tanto na imagem do vídeo quanto em fotos de satélite da mesma praça, como cantos de edifícios, árvores ou bancos. Esse processo de pareamento, conhecido em imageamento como usar uma transformação entre duas vistas da mesma superfície, permitiu estimar onde cada pixel corresponde na superfície real da praça. Com isso, puderam calcular velocidades de caminhada, densidade de público e trajetos exatos em metros em vez de pixels.

Limpeza, verificação e compartilhamento dos dados

Métodos automáticos nunca são perfeitos, então a equipe realizou várias etapas para organizar e testar os dados. Trilhas muito curtas ou obviamente ruidosas foram removidas, e os trajetos restantes foram suavizados levemente para evitar tremores. Foram mantidos apenas pontos que caíam dentro do contorno real de cada praça, e os dados foram simplificados de modo que cada segundo de movimento seja representado por apenas alguns pontos—suficiente para preservar a forma de cada trajeto e ao mesmo tempo facilitar o manuseio dos arquivos. Os autores verificaram quão acuradamente as pessoas eram detectadas em quadros de amostra e constataram que a grande maioria dos pedestres reais foi identificada corretamente, com relativamente poucos falsos positivos. Também examinaram a consistência do rastreamento de indivíduos, especialmente em caminhadas mais longas, e mediram quão próximas as posições transformadas estavam de pontos conhecidos no solo para diferentes praças.

O que esse novo recurso torna possível

Ao todo, o projeto liberou cerca de 348.000 trajetórias de pedestres, cada uma com um ID, posição ao longo do tempo e informações básicas como velocidade, além de dados contextuais e meteorológicos para cada gravação. Para não especialistas, a principal conclusão é que agora dispomos de um mapa aberto e padronizado de como as pessoas realmente utilizam dezenas de praças públicas no dia a dia. Planejadores urbanos podem explorar quais layouts incentivam permanência versus travessias rápidas, analistas de transporte podem estudar como as pessoas atravessam espaços abertos a caminho de ônibus ou trens, e cientistas sociais podem examinar como o clima ou a hora do dia moldam a vida pública. Embora o conjunto de dados ainda reflita os limites do rastreamento por câmera—como ocasiões de confusão quando pessoas ficam paradas ou ficam ocultas da vista—ele fornece uma base rica e reutilizável para tornar os espaços públicos mais vibrantes, confortáveis e sensíveis às formas como as pessoas realmente se movem.

Citação: Wolff, N., Perry, L., Venverloo, T. et al. Pedestrian Trajectory Dataset of Public European Squares. Sci Data 13, 402 (2026). https://doi.org/10.1038/s41597-026-06686-6

Palavras-chave: trajetórias de pedestres, praças públicas, mobilidade urbana, dados de visão computacional, comportamento de multidões