Este trabalho tem como foco o desenvolvimento de um sistema de estimativa de poses 3D em tempo real para rastreamento de movimentos humanos. A estimativa de pose é vital na visão computacional e tem aplicações em entretenimento, esportes, saúde e robótica. O desafio de estimar poses 3D envolve identificar as principais articulações do corpo e suas relações espaciais, criando uma representação esquelética de figuras humanas, que é complicada por fatores como oclusões, variações do ponto de vista da câmera e interações próximas entre os indivíduos. O projeto propõe uma solução de baixo custo mesmo que isso possa resultar em uma diminuição na precisão geral do sistema, ele fornece uma alternativa aos sistemas padrão da indústria usados na captura de movimento. Utilizamos um número arbitrário de câmeras (n≥4) para minimizar erros de projeção e rastreamento causados por oclusões do alvo. A abordagem adotada neste projeto envolve uma lógica de reconstrução, como visto na fig 1-a. A linguagem de programação Python é usada para processamento de imagens, com a ajuda da biblioteca OpenCV para reconstrução de poses 3D. A câmera escolhida para o projeto é Intelbras VIP1430 B G2, e a implementação de código aberto MediaPipe do Google é usada para estimativa de pose 2D. As limitações desta abordagem e possíveis melhorias também são discutidas, fornecendo uma base sólida para futuras pesquisas e aplicações no campo.