AI, der holder øje med din holdning, ikke med dine data

Crane opdager holdningsproblemer i realtid med maskinlæring på din egen computer. Sådan foregår det helt præcist – ingen sorte bokse og ingen løse påstande.

Trin 1: kalibrering

Første gang du starter Crane, sætter du dig naturligt, som du plejer at sidde og arbejde. Crane registrerer din udgangsholdning med MoveNet, en førende positionsmodel fra Google. Modellen finder nøglepunkter på kroppen – næse, venstre øre, højre øre, venstre skulder og højre skulder – og gemmer deres indbyrdes placering.

Den udgangsholdning bliver din reference for "god holdning". Crane opstiller ikke en universel standard, men lærer, hvordan god holdning ser ud for netop din krop og din arbejdsplads. Kalibrerer du om senere (ny stol, anden bordhøjde), tilpasser Crane sig.

Trin 2: analyse i realtid

Efter kalibreringen behandler Crane løbende billedet fra webkameraet med TensorFlow.js, helt i sin egen proces. Hvert billede sammenlignes med din udgangsholdning.

Tre lag signalbehandling forhindrer falske alarmer:

EMA
Udjævning med eksponentielt glidende gennemsnit (alfa 0,3) filtrerer korte bevægelser fra
Filtreret
Filtrering på flere niveauer efter sikkerhed – billeder med lav sikkerhed kasseres
Sigmoid
Scoren giver en glidende holdningskarakter, ikke en binær god/dårlig-vurdering

Takket være EMA-udjævningen reagerer Crane ikke, hvis du lige læner dig frem efter kaffen. Algoritmen kræver en vedvarende afvigelse, før karakteren ændrer sig. Sikkerhedsfiltreringen håndterer svagt lys, delvis dækning (hånden foran ansigtet) og andre situationer, hvor modellen ikke kan vurdere holdningen pålideligt.

Sigmoidfunktionen omsætter den rå afvigelse til en blød holdningskarakter fra 0 til 1. Det fjerner "rystezonen", hvor små bevægelser får scoren til at hoppe mellem god og dårlig.

Trin 3: kloge påmindelser

Når din holdningskarakter har ligget under den valgte grænse et stykke tid, viser Crane en notifikation, der ikke blokerer noget. Den kommer som et halvgennemsigtigt lag: tydeligt nok til at blive bemærket, diskret nok til at kunne ignoreres, hvis du er midt i noget vigtigt.

Vigtige designvalg:

Formålet er at oplyse, ikke at afbryde. Du opfanger signalet i øjenkrogen og retter holdningen, når det passer dig – ikke når programmet kræver det.

Trin 4: ergonomicyklusser

Uafhængigt af holdningsanalysen kører Crane en ergonomitimer efter den profil, du har valgt. Hver profil beskriver en tilbagevendende række aktiviteter – sidde, stå, gå, træne, strække – med varigheder hentet fra arbejdsmiljøforskning.

For eksempel profilen Deep Focus til udviklere:

Sidde 60 min
Stå 10 min
Gå 8 min
Strække 5 min
Træne 7 min

Når det er tid til at skifte (for eksempel fra at sidde til at stå), melder Crane den næste aktivitet. Timeren kører videre, uanset om du følger forslaget – Crane guider, men tvinger aldrig.

Crane rummer 15 profiler til arbejdsformer fra intensiv kodning over kreativt arbejde til kundeservice. Tre er gratis; alle 15 følger med Pro.

Se alle 15 profiler →

Privatliv gennem arkitektur

Cranes tilgang til privatliv er ikke en politisk beslutning, men en teknisk. Der er ingen server til holdningsdata. Der er ingen server, der modtager billedet fra dit webkamera. Dine holdningsdata forlader aldrig computeren. Den eneste netværksaktivitet er licenskontrol for Pro-brugere og opdateringer via butikken.

Billedet fra webkameraet behandles billede for billede i hukommelsen af TensorFlow.js. Hvert billede analyseres, der beregnes en holdningskarakter, og billedet kasseres med det samme. Der skrives ingen billeder til disken. Intet bliver mellemlagret, sat i kø eller sendt.

Det er forskellen på "vi lover ikke at kigge på dine data" og "der findes ingen måde at kigge på dine data". Crane valgte det sidste. Selv hvis nogen brød ind i programmet, var der intet at stjæle – for intet bliver gemt.

0
Holdningsdata sendt
0
Billeder gemt på disken
0
Konti påkrævet
0
Byte telemetri indsamlet

Se det i praksis

Hent Crane gratis, og prøv AI-holdningsanalyse, der respekterer dit privatliv.

Prøv gratis