Crane ตรวจจับปัญหาท่าทางแบบเรียลไทม์ด้วยการเรียนรู้ของเครื่องที่ทำงานบนเครื่องคุณเอง นี่คือวิธีทำงานอย่างละเอียด ไม่มีกล่องดำ ไม่มีการพูดกำกวม
เมื่อเปิด Crane ครั้งแรก คุณเพียงนั่งตามปกติในท่าที่ทำงานอยู่เสมอ Crane จะบันทึกท่าทางตั้งต้นของคุณด้วย MoveNet ซึ่งเป็นโมเดลประเมินท่าทางระดับแนวหน้าจาก Google โมเดลจะระบุจุดสำคัญบนร่างกาย ได้แก่ จมูก หูซ้าย หูขวา ไหล่ซ้าย และไหล่ขวา แล้วบันทึกตำแหน่งสัมพัทธ์ของจุดเหล่านั้น
ท่าทางตั้งต้นนี้คือจุดอ้างอิง «ท่านั่งที่ดี» ของคุณ Crane ไม่ได้กำหนดมาตรฐานกลางให้ทุกคน แต่เรียนรู้ว่าท่านั่งที่ดีสำหรับร่างกายและโต๊ะทำงานของคุณเป็นอย่างไร ถ้าปรับเทียบใหม่ภายหลัง (เปลี่ยนเก้าอี้ ปรับความสูงโต๊ะ) Crane ก็ปรับตาม
หลังปรับเทียบแล้ว Crane จะประมวลผลภาพจากเว็บแคมอย่างต่อเนื่องด้วย TensorFlow.js ภายในกระบวนการของตัวเองทั้งหมด ทุกเฟรมจะถูกวิเคราะห์หาความเบี่ยงเบนจากท่าทางตั้งต้นของคุณ
การประมวลผลสัญญาณสามชั้นช่วยป้องกันการแจ้งเตือนผิดพลาด
ด้วยการปรับให้เรียบแบบ EMA เมื่อคุณโน้มตัวไปหยิบกาแฟชั่วครู่ Crane จะไม่ตอบสนอง อัลกอริทึมต้องเห็นความเบี่ยงเบนต่อเนื่องก่อนจึงจะปรับคะแนน ส่วนการกรองตามความเชื่อมั่นรับมือกับแสงน้อย การถูกบังบางส่วน (มือบังใบหน้า) และสถานการณ์อื่นที่โมเดลประเมินท่าทางได้ไม่น่าเชื่อถือ
ฟังก์ชันซิกมอยด์แปลงค่าความเบี่ยงเบนดิบให้เป็นเกรดท่าทางที่ไล่ระดับตั้งแต่ 0 ถึง 1 จึงไม่เกิด «ช่วงสั่น» ที่การขยับเล็กน้อยทำให้คะแนนกระโดดไปมาระหว่างดีกับไม่ดี
เมื่อคะแนนท่าทางของคุณต่ำกว่าเกณฑ์ที่ตั้งไว้ต่อเนื่องระยะหนึ่ง Crane จะแสดงการแจ้งเตือนที่ไม่ขัดจังหวะการทำงาน โดยปรากฏเป็นเลเยอร์โปร่งแสง ชัดพอให้สังเกตเห็น และเบาพอให้มองข้ามได้ถ้าคุณกำลังทำเรื่องสำคัญอยู่
การตัดสินใจออกแบบที่สำคัญ
เป้าหมายคือบอกให้รู้ ไม่ใช่ขัดจังหวะ คุณเห็นสัญญาณด้วยหางตา แล้วปรับท่านั่งเมื่อคุณสะดวก ไม่ใช่เมื่อแอปเรียกร้อง
แยกจากการตรวจจับท่าทาง Crane ยังเดินนาฬิกาจับเวลาการยศาสตร์ตามโปรไฟล์ที่คุณเลือก แต่ละโปรไฟล์กำหนดลำดับกิจกรรมที่วนซ้ำ ได้แก่ นั่ง ยืน เดิน ออกกำลัง ยืดเหยียด โดยใช้ระยะเวลาที่มาจากงานวิจัยด้านอาชีวอนามัย
ตัวอย่างเช่น โปรไฟล์ Deep Focus สำหรับนักพัฒนา
เมื่อถึงเวลาเปลี่ยน (เช่น จากนั่งไปยืน) Crane จะแจ้งกิจกรรมถัดไป นาฬิกาจับเวลาเดินต่อไม่ว่าคุณจะทำตามหรือไม่ Crane เป็นผู้ชี้แนะ ไม่เคยบังคับ
Crane มีโปรไฟล์ 15 แบบ ครอบคลุมรูปแบบการทำงานตั้งแต่การเขียนโค้ดเข้มข้น งานสร้างสรรค์ ไปจนถึงงานคอลเซ็นเตอร์ สามแบบใช้ได้ฟรี ส่วนทั้ง 15 แบบใช้ได้กับ Pro
ความเป็นส่วนตัวของ Crane ไม่ใช่การตัดสินใจเชิงนโยบาย แต่เป็นการตัดสินใจเชิงวิศวกรรม ไม่มีเซิร์ฟเวอร์สำหรับข้อมูลท่าทาง ไม่มีเซิร์ฟเวอร์ที่รับภาพจากเว็บแคมของคุณ ข้อมูลท่าทางของคุณไม่เคยออกจากเครื่อง กิจกรรมทางเครือข่ายมีเพียงการตรวจสอบสิทธิ์ใช้งานของผู้ใช้ Pro และการอัปเดตผ่านร้านค้า
ภาพจากเว็บแคมถูกประมวลผลทีละเฟรมในหน่วยความจำโดย TensorFlow.js แต่ละเฟรมถูกวิเคราะห์ คำนวณคะแนนท่าทาง แล้วทิ้งทันที ไม่มีการเขียนภาพลงดิสก์ ไม่มีการพักไว้ในบัฟเฟอร์ ไม่มีการเข้าคิว และไม่มีการส่งออก
นี่คือความต่างระหว่าง «เราสัญญาว่าจะไม่ดูข้อมูลของคุณ» กับ «ไม่มีวิธีใดที่จะดูข้อมูลของคุณได้เลย» Crane เลือกอย่างหลัง ต่อให้มีคนเจาะเข้าแอปได้ ก็ไม่มีอะไรให้ขโมย เพราะไม่มีการเก็บอะไรไว้เลย