Crane wykrywa problemy z postawą w czasie rzeczywistym dzięki uczeniu maszynowemu na Twoim komputerze. Oto dokładnie, jak to działa — bez czarnych skrzynek i bez owijania w bawełnę.
Przy pierwszym uruchomieniu siadasz naturalnie, w swojej zwykłej pozycji do pracy. Crane zapisuje Twoją postawę wyjściową za pomocą MoveNet, najnowocześniejszego modelu szacowania pozy od Google. Model rozpoznaje kluczowe punkty ciała — nos, lewe ucho, prawe ucho, lewy bark i prawy bark — i zapamiętuje ich wzajemne położenie.
Ta postawa wyjściowa to Twój punkt odniesienia dla „dobrej postawy”. Crane nie narzuca uniwersalnego wzorca — uczy się, jak dobra postawa wygląda przy Twoim ciele i Twoim stanowisku. Jeśli skalibrujesz go ponownie (nowe krzesło, inna wysokość biurka), Crane się dostosuje.
Po kalibracji Crane bez przerwy przetwarza obraz z kamerki za pomocą TensorFlow.js, w całości we własnym procesie. Każda klatka jest porównywana z Twoją postawą wyjściową.
Trzy warstwy przetwarzania sygnału zapobiegają fałszywym alarmom:
Dzięki wygładzaniu EMA Crane nie reaguje, gdy na moment pochylisz się po kawę. Algorytm wymaga utrzymującego się odchylenia, zanim zmieni notę. Filtrowanie pewności radzi sobie ze słabym światłem, częściowym zasłonięciem (dłoń przed twarzą) i innymi sytuacjami, w których model nie potrafi wiarygodnie oszacować pozy.
Funkcja sigmoidalna przekłada surowe odchylenie na płynną notę postawy od 0 do 1. Dzięki temu nie ma „strefy drgań”, w której drobne ruchy sprawiają, że wynik skacze między dobrym a złym.
Gdy nota postawy przez dłuższą chwilę spada poniżej ustawionego progu, Crane pokazuje powiadomienie, które nic nie blokuje. Pojawia się jako półprzezroczysta nakładka — na tyle widoczna, by ją zauważyć, i na tyle dyskretna, by ją zignorować, gdy jesteś w środku czegoś ważnego.
Kluczowe decyzje projektowe:
Chodzi o to, by poinformować, a nie przerywać. Zauważasz sygnał kątem oka i poprawiasz postawę, kiedy Ci pasuje — a nie kiedy żąda tego aplikacja.
Niezależnie od wykrywania postawy Crane prowadzi minutnik ergonomiczny według wybranego profilu. Każdy profil określa powtarzalną sekwencję aktywności — siedzenie, stanie, chodzenie, ćwiczenie, rozciąganie — o czasach zaczerpniętych z badań nad medycyną pracy.
Na przykład profil Deep Focus, pomyślany dla programistów:
Gdy zbliża się zmiana (na przykład z siedzenia na stanie), Crane zapowiada kolejną aktywność. Minutnik idzie dalej niezależnie od tego, czy posłuchasz — Crane prowadzi, ale nigdy nie zmusza.
Crane zawiera 15 profili obejmujących style pracy od intensywnego programowania po pracę twórczą i obsługę telefoniczną. Trzy są darmowe; wszystkie 15 dostępnych jest z Pro.
Model prywatności Crane to nie decyzja regulaminowa, tylko inżynierska. Nie ma serwera dla danych o postawie. Nie ma serwera, który odbiera obraz z Twojej kamerki. Dane o Twojej postawie nigdy nie opuszczają komputera. Jedyna aktywność sieciowa to sprawdzenie licencji użytkowników Pro i aktualizacje przez sklep.
Obraz z kamerki jest przetwarzany klatka po klatce w pamięci przez TensorFlow.js. Każda klatka jest analizowana, liczona jest nota postawy, a klatka natychmiast odrzucana. Żaden obraz nie trafia na dysk. Nic nie jest buforowane, kolejkowane ani przesyłane.
To różnica między „obiecujemy, że nie zajrzymy do Twoich danych” a „nie ma sposobu, by zajrzeć do Twoich danych”. Crane wybrał to drugie. Nawet gdyby ktoś przejął aplikację, nie byłoby czego ukraść — bo nic nie jest przechowywane.