KI som følger med på holdningen din, ikke på dataene dine

Crane oppdager holdningsproblemer i sanntid med maskinlæring på din egen maskin. Slik foregår det, helt presist – ingen svarte bokser og ingen løse påstander.

Steg 1: kalibrering

Første gang du starter Crane, setter du deg naturlig, slik du pleier å sitte og jobbe. Crane registrerer utgangsholdningen din med MoveNet, en ledende posisjonsmodell fra Google. Modellen finner nøkkelpunkter på kroppen – nese, venstre øre, høyre øre, venstre skulder og høyre skulder – og lagrer plasseringen deres i forhold til hverandre.

Denne utgangsholdningen blir referansen din for «god holdning». Crane pålegger ingen universell standard, men lærer hvordan god holdning ser ut for akkurat din kropp og arbeidsplass. Kalibrerer du på nytt senere (ny stol, annen bordhøyde), tilpasser Crane seg.

Steg 2: analyse i sanntid

Etter kalibreringen behandler Crane bildet fra webkameraet fortløpende med TensorFlow.js, helt i sin egen prosess. Hvert bilde sammenlignes med utgangsholdningen din.

Tre lag med signalbehandling hindrer falske varsler:

EMA
Utjevning med eksponentielt glidende gjennomsnitt (alfa 0,3) filtrerer bort korte bevegelser
Filtrert
Filtrering på flere nivåer etter sikkerhet – bilder med lav sikkerhet forkastes
Sigmoid
Poengsummen gir en glidende holdningskarakter, ikke en binær god/dårlig-vurdering

Takket være EMA-utjevningen reagerer ikke Crane om du lener deg fram et øyeblikk etter kaffen. Algoritmen krever et vedvarende avvik før karakteren endres. Sikkerhetsfiltreringen håndterer svakt lys, delvis tildekking (hånden foran ansiktet) og andre situasjoner der modellen ikke kan vurdere holdningen pålitelig.

Sigmoidfunksjonen gjør det rå avviket om til en myk holdningskarakter fra 0 til 1. Det fjerner «skjelvesonen» der små bevegelser får poengsummen til å hoppe mellom god og dårlig.

Steg 3: smarte påminnelser

Når holdningskarakteren har ligget under den valgte terskelen en stund, viser Crane et varsel som ikke blokkerer noe. Det kommer som et halvgjennomsiktig lag: tydelig nok til å bli lagt merke til, diskret nok til å kunne overses hvis du er midt i noe viktig.

Viktige designvalg:

Målet er å informere, ikke avbryte. Du fanger opp signalet i øyekroken og retter opp holdningen når det passer deg – ikke når programmet krever det.

Steg 4: ergonomisykluser

Uavhengig av holdningsanalysen kjører Crane en ergonomitimer etter profilen du har valgt. Hver profil beskriver en gjentakende rekke aktiviteter – sitte, stå, gå, trene, tøye – med varigheter hentet fra arbeidshelseforskning.

For eksempel profilen Deep Focus for utviklere:

Sitte 60 min
Stå 10 min
Gå 8 min
Tøye 5 min
Trene 7 min

Når det er tid for å bytte (for eksempel fra å sitte til å stå), melder Crane fra om neste aktivitet. Timeren går videre uansett om du følger forslaget – Crane veileder, men tvinger aldri.

Crane inneholder 15 profiler for arbeidsformer fra intensiv koding til kreativt arbeid og kundeservice. Tre er gratis; alle 15 følger med Pro.

Se alle 15 profilene →

Personvern gjennom arkitektur

Personvernet i Crane er ikke en policybeslutning, men en teknisk beslutning. Det finnes ingen server for holdningsdata. Det finnes ingen server som tar imot bildet fra webkameraet ditt. Holdningsdataene dine forlater aldri maskinen. Den eneste nettverksaktiviteten er lisenskontroll for Pro-brukere og oppdateringer via butikken.

Bildet fra webkameraet behandles bilde for bilde i minnet av TensorFlow.js. Hvert bilde analyseres, en holdningskarakter regnes ut, og bildet forkastes umiddelbart. Ingen bilder skrives til disk. Ingenting mellomlagres, køes eller sendes.

Det er forskjellen på «vi lover å ikke se på dataene dine» og «det finnes ingen måte å se på dataene dine». Crane valgte det siste. Selv om noen tok seg inn i programmet, ville det ikke være noe å stjele – for ingenting lagres.

0
Holdningsdata sendt
0
Bilder lagret på disk
0
Kontoer som kreves
0
Byte med telemetri samlet inn

Se det i praksis

Last ned Crane gratis og prøv KI-holdningsanalyse som respekterer personvernet ditt.

Prøv gratis