Crane herkent houdingsproblemen in realtime met machine learning op je eigen computer. Zo werkt het precies — geen black box, geen vaag verhaal.
Bij de eerste start ga je gewoon zitten zoals je normaal werkt. Crane legt je uitgangshouding vast met MoveNet, een toonaangevend pose-schattingsmodel van Google. Het model herkent belangrijke punten op je lichaam — neus, linkeroor, rechteroor, linkerschouder en rechterschouder — en onthoudt hun onderlinge posities.
Die uitgangshouding is je referentiepunt voor «goede houding». Crane legt geen universele norm op: het leert hoe een goede houding er voor jouw lichaam en jouw werkplek uitziet. Kalibreer je later opnieuw (nieuwe stoel, andere bureauhoogte), dan past Crane zich aan.
Na de kalibratie verwerkt Crane je webcambeeld doorlopend met TensorFlow.js, volledig in zijn eigen proces. Elk frame wordt vergeleken met je uitgangshouding.
Drie lagen signaalverwerking voorkomen vals alarm:
Door de EMA-afvlakking reageert Crane niet als je even naar voren leunt voor je koffie. Het algoritme vraagt een aanhoudende afwijking voordat het cijfer meebeweegt. Het betrouwbaarheidsfilter vangt weinig licht, gedeeltelijke afdekking (hand voor je gezicht) en andere situaties op waarin het model de pose niet betrouwbaar kan schatten.
De sigmoïdefunctie zet de ruwe afwijking om in een vloeiend houdingscijfer van 0 tot 1. Zo vermijd je de «trilzone», waarin kleine bewegingen de score heen en weer laten springen tussen goed en slecht.
Zakt je houdingscijfer langere tijd onder de ingestelde drempel, dan toont Crane een melding die niets blokkeert. Die verschijnt als doorschijnende laag: opvallend genoeg om te zien, subtiel genoeg om te negeren als je midden in iets belangrijks zit.
Belangrijke ontwerpkeuzes:
Het doel is informeren, niet onderbreken. Je ziet het signaal in je ooghoek en corrigeert je houding wanneer het jou uitkomt, niet wanneer de app het eist.
Los van de houdingsherkenning draait Crane een ergonomische timer volgens het profiel dat je koos. Elk profiel legt een terugkerende reeks activiteiten vast — zitten, staan, lopen, bewegen, rekken — met tijden uit onderzoek naar arbeidsgezondheid.
Bijvoorbeeld het profiel Deep Focus, bedoeld voor ontwikkelaars:
Als er een wissel aankomt (bijvoorbeeld van zitten naar staan), meldt Crane de volgende activiteit. De timer loopt door of je het advies nu opvolgt of niet: Crane begeleidt, maar dwingt nooit.
Crane bevat 15 profielen voor manieren van werken die uiteenlopen van intensief programmeren tot creatief werk of een callcenter. Drie zijn gratis; alle 15 zijn beschikbaar met Pro.
De privacy van Crane is geen beleidskeuze maar een technische keuze. Er is geen server voor houdingsgegevens. Er is geen server die je webcambeeld ontvangt. Je houdingsgegevens verlaten je computer nooit. Het enige netwerkverkeer is de licentiecontrole voor Pro-gebruikers en updates via de winkel.
Je webcambeeld wordt frame voor frame in het geheugen verwerkt door TensorFlow.js. Elk frame wordt geanalyseerd, er wordt een houdingscijfer berekend en het frame wordt meteen weggegooid. Er worden geen beelden naar schijf geschreven. Er wordt niets gebufferd, in de wachtrij gezet of verzonden.
Dat is het verschil tussen «we beloven niet naar je gegevens te kijken» en «er bestaat geen manier om naar je gegevens te kijken». Crane koos het tweede. Zelfs als iemand de app zou kraken, valt er niets te stelen — omdat er niets wordt bewaard.