AI som håller koll på din hållning, inte på dina data

Crane upptäcker hållningsproblem i realtid med maskininlärning på din egen dator. Så här går det till, exakt – inga svarta lådor och inget svammel.

Steg 1: kalibrering

Första gången du startar Crane sätter du dig naturligt, som du brukar sitta när du arbetar. Crane fångar din utgångshållning med MoveNet, en ledande poseringsmodell från Google. Modellen hittar viktiga punkter på kroppen – näsa, vänster öra, höger öra, vänster axel och höger axel – och sparar deras inbördes lägen.

Den utgångspunkten blir din referens för "god hållning". Crane sätter ingen universell standard, utan lär sig hur god hållning ser ut för just din kropp och din arbetsplats. Kalibrerar du om senare (ny stol, annan bordshöjd) anpassar sig Crane.

Steg 2: analys i realtid

Efter kalibreringen bearbetar Crane webbkamerabilden löpande med TensorFlow.js, helt i sin egen process. Varje bildruta jämförs med din utgångshållning.

Tre lager av signalbehandling förhindrar falsklarm:

EMA
Utjämning med exponentiellt glidande medelvärde (alfa 0,3) filtrerar bort tillfälliga rörelser
Filtrerat
Flernivåfiltrering på säkerhet – bildrutor med låg säkerhet kastas
Sigmoid
Poängen ger ett glidande hållningsbetyg, inte ett binärt bra eller dåligt

Tack vare EMA-utjämningen reagerar Crane inte om du lutar dig fram en sekund efter kaffet. Algoritmen kräver en ihållande avvikelse innan betyget ändras. Säkerhetsfiltreringen tar hand om svagt ljus, delvis skymd bild (handen framför ansiktet) och andra lägen där modellen inte kan bedöma hållningen tillförlitligt.

Sigmoidfunktionen omvandlar den råa avvikelsen till ett mjukt hållningsbetyg mellan 0 och 1. Det tar bort "darrzonen" där små rörelser får poängen att hoppa mellan bra och dåligt.

Steg 3: smarta påminnelser

När hållningsbetyget legat under den inställda tröskeln en stund visar Crane en avisering som inte blockerar något. Den dyker upp som ett halvgenomskinligt lager: tillräckligt synligt för att märkas, tillräckligt diskret för att kunna ignoreras mitt i något viktigt.

Viktiga designval:

Målet är att informera, inte avbryta. Du ser signalen i ögonvrån och rättar till hållningen när det passar dig – inte när programmet kräver det.

Steg 4: ergonomicykler

Oberoende av hållningsanalysen kör Crane en ergonomitimer enligt din valda profil. Varje profil definierar en återkommande följd av aktiviteter – sitta, stå, gå, träna, stretcha – med längder hämtade från arbetshälsoforskning.

Till exempel profilen Deep Focus för utvecklare:

Sitta 60 min
Stå 10 min
Gå 8 min
Stretcha 5 min
Träna 7 min

När det är dags att byta (till exempel från att sitta till att stå) meddelar Crane nästa aktivitet. Timern fortsätter oavsett om du följer förslaget eller inte – Crane vägleder men tvingar aldrig.

Crane innehåller 15 profiler för arbetssätt från intensiv kodning till kreativt arbete och kundtjänst. Tre är gratis; alla 15 ingår i Pro.

Se alla 15 profiler →

Integritet genom arkitektur

Cranes integritetsmodell är inget policybeslut utan ett tekniskt beslut. Det finns ingen server för hållningsdata. Det finns ingen server som tar emot din webbkamerabild. Dina hållningsdata lämnar aldrig datorn. Den enda nätverksaktiviteten är licenskontroll för Pro-användare och uppdateringar via butiken.

Webbkamerabilden bearbetas bildruta för bildruta i minnet av TensorFlow.js. Varje bildruta analyseras, ett hållningsbetyg räknas ut och bildrutan kastas direkt. Inga bilder skrivs till disk. Ingenting buffras, köas eller skickas.

Det är skillnaden mellan "vi lovar att inte titta på dina data" och "det finns inget sätt att titta på dina data". Crane valde det senare. Även om någon tog sig in i programmet finns inget att stjäla – för ingenting sparas.

0
Hållningsdata som skickats
0
Bilder sparade på disk
0
Konton som krävs
0
Byte telemetri som samlats in

Se det i praktiken

Ladda ned Crane gratis och prova AI-hållningsanalys som respekterar din integritet.

Testa gratis