Crane detecta problemas de postura en tiempo real con aprendizaje automático local. Aquí está exactamente cómo lo hace: sin cajas negras ni medias palabras.
La primera vez que abres Crane, te sientas como te sientas normalmente para trabajar. Crane capta tu postura de referencia con MoveNet, un modelo puntero de estimación de pose de Google. El modelo identifica puntos clave del cuerpo —nariz, oreja izquierda, oreja derecha, hombro izquierdo y hombro derecho— y registra sus posiciones relativas.
Esa referencia es tu punto de partida de «buena postura». Crane no impone un estándar universal: aprende qué es una buena postura para tu cuerpo y tu puesto. Si recalibras más adelante (silla nueva, otra altura de mesa), Crane se adapta.
Ya calibrado, Crane procesa la imagen de tu webcam de forma continua con TensorFlow.js, íntegramente en su propio proceso. Cada fotograma se analiza en busca de desviaciones respecto a tu postura de referencia.
Tres capas de procesamiento de señal evitan falsas alarmas:
El suavizado EMA hace que, si te inclinas un momento para coger el café, Crane no reaccione. El algoritmo exige una desviación sostenida antes de mover la nota. El filtrado de confianza cubre la poca luz, la oclusión parcial (una mano delante de la cara) y otras situaciones en las que el modelo no puede estimar la pose con fiabilidad.
La función sigmoide convierte la desviación bruta en una nota postural suave de 0 a 1. Así se evita la «zona de temblor», donde pequeños movimientos hacen saltar la puntuación entre bueno y malo.
Cuando tu nota postural empeora más allá del umbral configurado durante un rato, Crane muestra un aviso que no bloquea. Aparece como una superposición translúcida: lo bastante visible para notarlo, lo bastante discreta para ignorarla si estás en mitad de algo importante.
Decisiones de diseño clave:
El objetivo es informar, no interrumpir. Ves el aviso de reojo y corriges la postura cuando te viene bien, no cuando lo exige la aplicación.
Al margen de la detección de postura, Crane ejecuta un temporizador ergonómico según el perfil elegido. Cada perfil define una secuencia repetida de actividades —sentarse, estar de pie, caminar, ejercicio, estiramiento— con duraciones tomadas de la investigación en salud laboral.
Por ejemplo, el perfil Deep Focus, pensado para programadores:
Cuando toca un cambio (por ejemplo, pasar de sentado a de pie), Crane avisa de la siguiente actividad. El temporizador sigue tanto si haces caso como si no: Crane guía, nunca obliga.
Crane incluye 15 perfiles para estilos de trabajo que van de la programación intensiva al trabajo creativo o la atención telefónica. Tres son gratuitos; los 15 están disponibles con Pro.
La privacidad de Crane no es una decisión de política, es una decisión de ingeniería. No hay servidor para los datos posturales. No hay servidor que reciba la imagen de tu webcam. Tus datos posturales nunca salen de tu equipo. La única actividad de red es la validación de licencia de los usuarios Pro y las actualizaciones a través de la tienda.
La imagen de tu webcam se procesa fotograma a fotograma en memoria con TensorFlow.js. Cada fotograma se analiza, se calcula una nota postural y el fotograma se descarta al instante. No se guarda ninguna imagen en disco. Nada se almacena en búfer, se encola ni se transmite.
Esa es la diferencia entre «prometemos no mirar tus datos» y «no existe forma de mirar tus datos». Crane eligió lo segundo. Aunque alguien comprometiera la aplicación, no habría nada que robar, porque no se guarda nada.