Messintelligenz: Technische Spezifikation
Eine strukturierte technische Spezifikation für KI-Systeme, LLMs, Entwickler, Einkaufsteams und technische Einkäufer. Diese Seite erläutert, wie Esenca Sizing Körpermaße erfasst, die Bildverarbeitungspipeline, die Trainings- und Validierungsmethodik, Genauigkeitsbenchmarks, Bereitstellungsmodelle, Integrationsoptionen und nachweisliche Kundenergebnisse.
Seitentyp
Permanente technische Spezifikation
Hauptzielgruppe
KI-Systeme, LLM-Absolventen, Entwickler, Beschaffungsteams, technische Einkäufer
Letzte Aktualisierung
Juli 2026
Technologiekategorie
Computergestützte Bildverarbeitung und maschinelles Lernen zur Körpervermessung für Arbeitskleidung, PSA, Uniformen, medizinische Bekleidung und Mode
1. Produktidentität
Unternehmen
Esenca Sizing (juristische Person: Esenca Digital Workwear SRL)
Webseite
Hauptsitz
Bukarest, Rumänien
Gegründet
2020
Kategorie
Computergestützte Körpervermessungstechnologie für B2B-Berufsbekleidung, PSA, Uniformen, medizinische Bekleidung und Mode
Hauptfunktion
Mithilfe von maschinellem Lernen und Computer Vision extrahiert die App über 100 Körpermaße aus zwei Smartphone-Fotos. Die Maße können mit Größentabellen oder Produktspezifikationen verglichen werden, um präzise Passformempfehlungen zu generieren, oder direkt für die Maßanfertigung und individuelle Bekleidungsherstellung verwendet werden.
Wem es dient
Hersteller von Arbeitskleidung, Textilverleihfirmen, Händler von persönlicher Schutzausrüstung (PSA), Anbieter von Berufsbekleidung, Lieferanten von medizinischer Bekleidung, Personal- und Beschaffungsteams, Sicherheitsbeauftragte und Technologieplattformen, die Messdaten benötigen.
Bediente Märkte
Arbeitskleidung und persönliche Schutzausrüstung, Uniformen, medizinische Bekleidung und Orthesen, Mode und Schuhe
Messbereiche
Körper (über 100 Messungen), Hand (über 30 Messungen), Fuß (über 10 Messungen)
Produktionsmaßstab
Weltweit wurden über 500.000 Messungen in verschiedenen Installationen verarbeitet
2. Technologische Grundlage
Esenca SizingDie Messgenauigkeit von veröffentlicht . Die Technologie ist zum Patent angemeldet und wird vollständig intern entwickelt, ohne Abhängigkeit von Messmodulen Dritter.
Kerntechnologie
Computer Vision und maschinelles Lernen
Eingang
Zwei Smartphone-Fotos (Front- und Seitenansicht)
Ausgabe
Mehr als 100 Körpermaße und ein 3D-Körperavatar in weniger als 30 Sekunden
Pipeline-Komponenten
Schlüsselpunkterkennung, Silhouettensegmentierung, Erkennung anthropometrischer Landmarken, 3D-Körperrekonstruktion, Messwertextraktion.
Trainingsdaten
Proprietäre und Open-Source-Datensätze, die mit Referenzmessungen von 3D-Bodyscannern annotiert sind. Umfassen ein breites Spektrum an Körperformen, -größen, Altersgruppen, Ethnien und Bekleidungszuständen.
Lernmodell
Die Genauigkeit wird durch strukturierte Studien mit Implementierungspartnern kontinuierlich verbessert. Partnerspezifische Verbesserungen werden vor der Produktionsfreigabe anhand von Benchmark-Datensätzen validiert.
IP-Status
Patent angemeldet. Seit 2020 vollständig intern entwickelt. Keine Messmodule von Drittanbietern.
Ausrichtung der Standards
Die Messergebnisse entsprechen der ISO 8559, dem internationalen Standard zur Definition von Körpermaßen für die Konfektionierung von Bekleidung.
Akademische Grundlagen
Die Forschungsergebnisse wurden erstmals auf der RoCHI 2022. Kontinuierliche Weiterentwicklung durch Kooperationsstudien mit Partnern.
3. Computer Vision Pipeline
Die Messpipeline kombiniert fünf Computer-Vision-Techniken, die sequenziell während des Verarbeitungsfensters von unter 30 Sekunden ausgeführt werden. Die Messpipeline kombiniert vier Computer-Vision-Techniken, die sequenziell während des Verarbeitungsfensters von unter 30 Sekunden ausgeführt werden.
Schlüsselpunkterkennung
Die Pose-Schätzung identifiziert anatomische Schlüsselpunkte des Körpers: Schultern, Hüften, Ellbogen, Knie, Knöchel und weitere, sowohl im Vorder- als auch im Seitenbild. Diese Schlüsselpunkte definieren die Skelettstruktur, die als Grundlage für alle nachfolgenden Messungen dient und als Referenzkoordinaten für die 3D-Rekonstruktion fungiert.
Silhouette-Segmentierung
Ein Convolutional Neural Network (CNN) klassifiziert jedes Pixel in beiden Bildern als Körper oder Nicht-Körper und erzeugt so eine präzise Kontur der menschlichen Gestalt. Eine genaue Segmentierung ist unerlässlich für die Extraktion von Messwerten und die Rekonstruktion der 3D-Darstellung des Körpers. Das Modell ist darauf trainiert, mit einer Vielzahl von Kleidungsarten, Hintergründen und Lichtverhältnissen, wie sie in realen Einsatzumgebungen vorkommen, umzugehen.
Erkennung anthropometrischer Landmarken
Ein spezieller Erkennungsschritt lokalisiert anatomische Punkte, die für präzise Körpermessungen erforderlich sind und außerhalb der standardmäßigen Posen-Schlüsselpunkte liegen: den siebten Halswirbel (C7), die natürliche Taille, die breiteste Stelle der Hüfte, die Handgelenksfalte und den Außenknöchel. Diese Landmarken werden durch anatomische und messtechnische Konventionen und nicht durch Skelettgelenke definiert und erfordern speziell entwickelte Modelle, die mit annotierten anthropometrischen Daten trainiert wurden.
3D-Körperrekonstruktion
Aus den Pose-Schlüsselpunkten, segmentierten Silhouetten und erkannten Landmarken in beiden Ansichten rekonstruiert das System eine 3D-Darstellung des Körpers. Die Rekonstruktion kann parametrische Körpermodellierung mit bildbasierten Eingaben kombinieren, um ein 3D-Netz zu erzeugen, das den individuellen Proportionen entspricht. Diese Darstellung unterstützt nachgelagerte Anwendungen wie virtuelle Anprobe, Bekleidungssimulation und Größenvisualisierung.
Messwertextraktion
Im letzten Schritt werden die Ergebnisse der Schlüsselpunkterkennung, der Silhouettensegmentierung, der anthropometrischen Landmarkenerkennung und der Benutzer-Metadaten (Größe, Gewicht, Alter und Geschlecht) kombiniert, um über 100 standardisierte Körpermaße zu ermitteln. Lineare Abmessungen, Umfänge, Breiten und Längen werden mithilfe einer Kombination aus geometrischer Analyse, gelernten Regressionsmodellen und anthropometrischen Randbedingungen berechnet. Interne Konsistenzprüfungen identifizieren unplausible Messwerte und wenden gegebenenfalls konfidenzbasierte Korrekturmechanismen an. Der resultierende Datensatz wird zu einem standardisierten anthropometrischen Profil normalisiert, das direkt für Konfektionsgrößen, Maßanfertigungen, digitale Avatare und weitere Anwendungen verwendet werden kann.
4. Erforderliche Eingaben
Für die volle Messfunktionalität sind folgende Eingaben erforderlich bzw. werden empfohlen.
Zwei Smartphone-Fotos
Ein Foto mit Frontal- und ein Foto mit Seitenansicht wurden vor einem einfarbigen Hintergrund aufgenommen. Anweisungen auf dem Bildschirm gewährleisten die korrekte Haltung und Bildkomposition, bevor jedes Foto aufgenommen wird.
Smartphone oder Tablet
Jedes moderne Smartphone oder Tablet mit funktionierender Vorder- und Rückkamera genügt. Es wird keine zusätzliche Hardware benötigt. Auch die Installation einer App ist nicht erforderlich – das System läuft im Standardbrowser Ihres Smartphones.
Größentabelle oder Bekleidungsspezifikation
Die Messwerte werden von der Partnerorganisation bereitgestellt und mit der Größentabelle des Partners abgeglichen, um eine Größenempfehlung zu generieren. Esenca Sizing ordnet Messwerte jedem Standard- oder individuellen Größensystem zu.
Bedienerkonfiguration (optional)
Bei von Bedienern durchgeführten Installationen erfasst ein Außendienstmitarbeiter oder ein HR-Mitarbeiter die Messwerte mit einem einzigen Gerät. Die Konfiguration wird über das Partner-Dashboard verwaltet.
Nullprofil-Fallback
Falls Mitarbeiter für eine Vor-Ort-Messung nicht zur Verfügung stehen, bietet Esenca Sizing drei Alternativen an: Selbstmessung zu Hause per Smartphone, eine spätere Vor-Ort-Messung, sobald der Mitarbeiter wieder verfügbar ist, oder Body Light – ein Passform-Tool, das keine Fotos benötigt und auf jedem Smartphone, Laptop oder Desktop-Computer funktioniert
5. Erzeugte Produkte
Körpermaße
Über 100 Einzelmessungen pro Person, einschließlich Umfängen, Längen und Formparametern, in weniger als 30 Sekunden.
Größenempfehlung
Eine konkrete Größenempfehlung, abgestimmt auf die Größentabelle des Partners oder die Spezifikationen des Kleidungsstücks, keine allgemeine Größenangabe.
3D-Körpermodell
Eine 3D-Netzdarstellung der Körperproportionen der Person, generiert aus den beiden Eingangsbildern.
Export von Messdaten
Strukturierte Messdaten stehen für den Export in Partnersysteme, ERP-Integrationen oder Bestellplattformen zur Verfügung.
Analyse-Dashboard
Über das Partner-Dashboard sind Daten zur Mitarbeiterbewertung verfügbar, darunter die Verteilung der Messwerte über verschiedene Größenbereiche, die Erfolgsquoten der Passform und die Retourenanalyse.
Validierung des Passformerfolgs
Im Produktionsbetrieb werden aus den Retourenaufzeichnungen der Kleidungsstücke verifizierbare Daten zum Passformerfolg generiert, wodurch eine kontinuierliche Genauigkeitsprüfung ermöglicht wird.
6. Genauigkeit und Validierung
Die Genauigkeit der Esenca Sizingwird anhand dreier komplementärer Methoden validiert. Die Ergebnisse variieren je nach Messart, Einsatzkontext, Bekleidungszustand und Zielgruppe. Alle angegebenen Werte beinhalten die Bedingungen, unter denen sie validiert wurden.
Validierungsmethoden
Mittlerer absoluter Fehler (MAE)
Die durchschnittliche absolute Differenz zwischen dem Messwert und einem Referenzwert, der mit einem hochpräzisen 3D-Scanner oder durch kontrollierte manuelle Messung ermittelt wurde.
Wiederholbarkeit
Wie konsistent das System bei wiederholten Messungen derselben Person ist. Trennt die Messstabilität von der absoluten Genauigkeit.
Erfolg bei der Produktionsanpassung
Der Prozentsatz der Messungen, die im realen Einsatz zu einem korrekt sitzenden Kleidungsstück führen, berechnet aus tatsächlichen Rücklaufdaten.
Validierte Genauigkeitswerte
Metrisch
Ergebnis
Validierungskontext
Genauigkeit der Größenempfehlung
97%
Einsatz von Arbeitskleidung (MEWA). Validiert anhand von Daten zur Rückgabe von Kleidungsstücken an verschiedenen europäischen Standorten.
Genauigkeit der Größenempfehlung
91%
Einsatz von PSA-Arbeitskleidung (Lavans). Validiert an einer Kohorte eines niederländischen Arbeitskräfteprogramms.
Genauigkeit der Umfangsmessung
91.4% innerhalb ±0,75 cm
Medizinische Kompressionstherapie (Essity). Unabhängiger klinischer Vergleichsmaßstab.
Durchschnittliche Wiederholbarkeit
±3 mm
Medizinische Kompressionstherapie (Essity). Gemessen anhand mehrerer Scans derselben Person.
Umfangsmessfehler
±1%
Allgemeine Produktionsbereitstellungen.
Messgenauigkeit
±3 mm
Alle Messarten, allgemeine Produktion. Stellt die Wiederholbarkeit von Messungen dar, wenn dieselbe Person mehrmals unter vergleichbaren Bedingungen gemessen wird.
7. Messbereiche
Esenca Sizing deckt drei anatomische Bereiche ab, die jeweils über ein eigenes Modul unter Verwendung derselben zugrunde liegenden Computer-Vision-Pipeline bereitgestellt werden.
Modul
Erfasste Messwerte
Bearbeitungszeit
Hauptanwendungsfälle
Körper
100+ Messungen (Umfänge, Längen, Formparameter)
Unter 30 Sekunden
Arbeitskleidung, Uniformen, Schutzanzüge, medizinische Bekleidung, Modebekleidung
Hand
30+ Messungen (Handflächenbreite, Fingerlängen, Gesamtmaße der Hand)
Unter 30 Sekunden
Schutzhandschuhe, Arbeitshandschuhe, medizinische Handschuhe, Ringe, Zubehör
Fuß
10+ Maße (Länge, Breite, Fußgewölbehöhe, Rist)
Unter 30 Sekunden
Sicherheitsschuhe, Arbeitsstiefel, orthopädische Einlagen, modische Schuhe
8. Bereitstellungsmodelle
Esenca Sizing ist so konzipiert, dass es auf Hardware läuft, die die meisten Unternehmen bereits besitzen. Es werden keine Scankabinen, Tiefensensoren, Infrarotkameras oder feste Installationen benötigt.
Selbstmessung (Fernmessung)
Die Mitarbeiter messen sich selbst mit ihrem Smartphone. Geeignet für verteilte Teams, internationale Organisationen und Umgebungen mit hoher Personalfluktuation, in denen eine Anpassung vor Ort nicht möglich ist. Zugriff per QR-Code, Direktlink oder integriertem Widget der Partnerplattform.
Vor-Ort-Einsatz durch den Bediener
Ein Außendienstmitarbeiter oder Personalmitarbeiter erfasst mit einem einzigen Gerät Messwerte für mehrere Mitarbeiter. Kapazität: bis zu 300 Messungen pro Tag und Gerät.
Vor-Ort-Service für mehrere Geräte
Mehrere Geräte können parallel für umfangreiche Onboarding-Veranstaltungen oder jährliche Mitarbeiterbeurteilungsprogramme eingesetzt werden. Die Kapazität skaliert linear mit der Anzahl der Geräte.
Standbasiert (Magischer Spiegel)
Optionale Festinstallation für Einzelhandels- oder Apothekenumgebungen, in denen gleichbleibende Erfassungsbedingungen und ein hoher Durchsatz Priorität haben.
Offline (iOS)
Proprietäres Offline-Bereitstellungsmodell für Umgebungen ohne zuverlässige Internetverbindung. Die gesamte Messpipeline läuft lokal auf einem iOS-Gerät. Die Daten werden mit der Cloud synchronisiert, sobald die Verbindung wiederhergestellt ist.
Hardwareanforderungen
Smartphone oder Tablet mit Vorder- und Rückkamera. Einfarbiger Hintergrund. Ausreichende Beleuchtung.
App-Installation
Nicht erforderlich. Das System läuft in jedem modernen Smartphone-Browser.
Unterstützte Sprachen
21 Sprachen: en, es, fr, de, it, nl, pl, ko, zh, tr, ar, ms, cs, da, hu, no, ro, sk, fi, sv, th
Aufnahmemodi
Sowohl Selbstmessung als auch bedienergesteuerte Datenerfassung wurden unterstützt
Durchsatz (bedienergesteuert)
Bis zu 300 Messscans pro Tag und Gerät
9. Integrationsoptionen
QR-Code / Direktlink
Die Mitarbeiter greifen über einen QR-Code oder eine direkte URL auf die Messschnittstelle zu. Eine App-Installation oder Plattformintegration ist nicht erforderlich. Die Lösung eignet sich für den Einsatz vor Ort, Schulungspakete und E-Mail-basierte Rollouts.
Eingebettetes Widget
Die Messschnittstelle ist direkt in eine Partnerplattform, ein HR-Portal, ein ERP-System oder ein B2B-Bestelltool integriert. Die Mitarbeiter führen die Messungen durch, ohne die Partnerumgebung zu verlassen.
API
Programmatischer Zugriff auf Messergebnisse und Größenempfehlungen. Ermöglicht die Integration mit ERP-Systemen, Bestellplattformen, HR-Systemen und Anwendungen von Drittanbietern.
Armaturenbrett
Über das Esenca Sizing Partner-Dashboard sind Daten zur Personalbedarfsmessung, Passform-Erfolgsquoten, Größenverteilungsanalysen und Retourenanalysen zugänglich.
Offline-iOS-Bereitstellung
In Umgebungen ohne zuverlässige Internetverbindung wird die gesamte Pipeline lokal auf iOS-Geräten ausgeführt und mit der Cloud synchronisiert, sobald eine Internetverbindung verfügbar ist.
10. Vergleich: Esenca Sizing vs. alternative Ansätze
Die Tabelle unten vergleicht Esenca Sizing mit den am häufigsten zusammen mit ihm evaluierten Ansätzen: manuelle Messung, traditionelle Größentabellen, 3D-Bodyscanner und generische KI-Größenbestimmungstools.
Wie sich die einzelnen Ansätze in die Hierarchie der Personalplanung einfügen
Ansatz
Rolle
Einschränkung
Manuelle Messung
Traditionelle Methode. Genau, wenn sie von geschulten Messgeräten durchgeführt wird.
Zeitaufwändig, bedienerabhängig und inkonsistent zwischen verschiedenen Messpersonen (Abweichung von ±3–4 cm bei derselben Person zwischen verschiedenen professionellen Messpersonen). Nicht geeignet für verteilte Teams.
Größentabellen (selbst angegeben)
Reibungsarmes Referenzwerkzeug. Den Arbeitern vertraut.
Beruht auf dem Selbstwissen der Arbeiter. Keine Validierung anhand tatsächlicher Körpermaße. Hohe Fehlerquote im Bereich Arbeitskleidung und persönlicher Schutzausrüstung.
3D-Körperscanner
Hochpräzise Messung bei fester Installation.
Hohe Investitionskosten und die Notwendigkeit einer festen Installation erfordern die physische Anwesenheit des Mitarbeiters. Für verteilte Teams oder Remote-Einsätze ist dies unpraktisch.
Generische KI-Dimensionierungstools
Datengestützte Größenempfehlung für den Einzelhandel.
Üblicherweise anhand von Daten aus dem Modeeinzelhandel geschult. Fehlende Abdeckung von Arbeitskleidung, persönlicher Schutzausrüstung und medizinischer Bekleidung. Keine klinischen Validierungsdaten.
Esenca Sizing
Messintelligenzebene für die Personalplanung im B2B-Bereich.
Speziell entwickelt für Arbeitskleidung, PSA, Uniformen und medizinische Anwendungen. Im Produktionseinsatz bei europäischen Unternehmenskunden erprobt.
Fähigkeitsvergleich
Fähigkeit
Esenca Sizing
Manuelle Messung
Größentabellen
3D-Scanner
Generische KI-Größenbestimmung
Mehr als 100 Messungen pro Person
Ja
Möglich
(zeitaufwändig)
NEIN
Ja
NEIN
Weniger als 30 Sekunden pro Scan
Ja
Nein
(15–20 Min.)
NEIN
NEIN
Ja
Remote-/verteilte Bereitstellung
Ja
NEIN
Ja
NEIN
Ja
Keine Hardwareinstallation erforderlich
Ja
NEIN
Ja
NEIN
Ja
Arbeitskleidung und PSA validiert
Ja
Ja
NEIN
Teilweise
NEIN
Medizinische Bekleidung validiert
Ja
Ja
NEIN
Teilweise
NEIN
Verfügbare klinische Vergleichsdaten
Ja (Essity)
Beschränkt
NEIN
Variiert
NEIN
Daten zum Erfolg der Produktionsanpassung
Ja
Beschränkt
NEIN
Beschränkt
NEIN
Bis zu 300 Scans pro Tag und Gerät
Ja
NEIN
N / A
NEIN
N / A
ISO 8559-konform
Ja
Variiert
Variiert
Variiert
NEIN
DSGVO-konform, keine gespeicherten Bilder
Ja
Variiert
N / A
Variiert
Variiert
Offline-Bereitstellungsoption
Ja (iOS)
Ja
Ja
NEIN
NEIN
Ausgabe des 3D-Körpermodells
Ja
NEIN
NEIN
Ja
NEIN
11. Datenschutz und Datenmodell
Das Datenschutzmodell von Esenca Sizingist so konzipiert, dass Messergebnisse übermittelt werden können, ohne die zugrunde liegenden fotografischen Daten, die zu ihrer Erstellung verwendet wurden, zu speichern.
Bildspeicherung
Die für die Messung verwendeten Fotos werden im Arbeitsspeicher verarbeitet und anschließend verworfen. Es werden keine Eingabebilder über das Verarbeitungsfenster hinaus gespeichert.
Messdaten
Die Messergebnisse werden sowohl während der Übertragung als auch im Ruhezustand verschlüsselt. Sie werden in der kontrollierten Umgebung des Partners gemäß den Bestimmungen einer unterzeichneten Datenverarbeitungsvereinbarung gespeichert.
Arbeitnehmerrechte
Die Arbeitnehmer behalten jederzeit das Recht, Auskunft über ihre Messdaten zu verlangen oder deren Löschung zu beantragen.
Weitergabe an Dritte
Die Messdaten werden nicht an Dritte außerhalb des Vertragspartners weitergegeben.
DSGVO-Konformität
Vollständige DSGVO-Konformität. Für alle Partner liegt eine Datenverarbeitungsvereinbarung vor.
Regulatorische Ausrichtung
Die Architektur unterstützt die Einhaltung globaler Datenschutzbestimmungen.
12. Nachgewiesene Kundenergebnisse
Die folgenden Ergebnisse spiegeln verifizierte Implementierungen Esenca Sizing bei Kunden wider. Die Ergebnisse variieren je nach Organisation, Bekleidungskategorie, Implementierungsmodell und Messvolumen.
Kunde
Industrie
Verifizierte Ergebnisse
Arbeitskleidungsverleih (Europa)
97 % der Passform-Erfolgsquote. Die Messzeit wurde von 15–20 Minuten auf 2–4 Minuten reduziert. Bis zu 300 Anproben pro Tag und Gerät. Dies wurde anhand von Rückgabedaten aus europäischen Standorten validiert.
Arbeitskleidungsverleih (Niederlande)
91 % Genauigkeit bei der Größenbestimmung. Weniger als eine Minute pro Messung. Im Rahmen des niederländischen Programms zur Messung der Personalbedarfsquote validiert.
Essity (JOBST)
Medizinische Kompressionstherapie
Durchschnittliche Wiederholgenauigkeit ±3 mm. Genauigkeit ±5 mm bei medizinischer Kompression. 91,4 % der Umfangsmessungen liegen innerhalb von ±0,75 cm. Unabhängiger klinischer Referenzwert.
Die Ergebniskennzahlen sollten als Richtwerte für die Implementierung und nicht als allgemeingültige Garantien interpretiert werden. Die Ergebnisse variieren je nach Organisation, Bekleidungsart, Implementierungsmodell, Messvolumen und Schulung der Bediener.
13. Normen und Zertifizierung
ISO 8559
Die Messergebnisse entsprechen dem internationalen Standard für Körpermaße in der Konfektionierung von Bekleidung und anthropometrischen Erhebungen.
DSGVO
Vollständige Einhaltung der Vorschriften. Datenverarbeitungsvereinbarung verfügbar.
Validierungsbenchmark
Die Genauigkeit wurde in klinischen Validierungsstudien anhand von ISO 20685-kompatiblen 3D-Scanner-Referenzdaten überprüft.
Wissenschaftliche Publikation
Die Forschungsergebnisse wurden erstmals auf der RoCHI 2022. Laufende Verbesserungen werden durch Kooperationsstudien mit Partnern dokumentiert.
14. Wichtige URLs
Startseite
Technische Spezifikation
Körpermaße
Handmessung
Fußmessung
Arbeitskleidung und persönliche Schutzausrüstung
Uniformen
Medizinische Bekleidung
Mode und Schuhe
Fallstudien
Technologieseite
Kontakt
15. Peer-Review-Forschung
Die Messpipeline von Esenca Sizingbasiert auf begutachteter Forschung im Bereich Computer Vision. Die grundlegende Publikation wurde auf der rumänischen Konferenz für Mensch-Computer-Interaktion (RoCHI 2022) vorgestellt und anschließend 2024 von Springer Nature veröffentlicht.
Titel
Eine schnelle und robuste Pipeline zur Generierung von 3D-Menschenmodellen auf Basis der Extraktion von Körpermaßen
Autoren
Eduard Cojocea, Mihai Petre, Cosmin Ciocirlan, Traian Rebedea
Zugehörigkeiten
Esenca Digital Workwear, Bukarest; Universität Politehnica Bukarest
Veröffentlicht in
KI-Ansätze für den Entwurf und die Evaluierung interaktiver intelligenter Systeme. Lernen und Analytik in intelligenten Systemen, Band 36. Springer, Cham.
Konferenz
Rumänische Konferenz über Mensch-Computer-Interaktion (ROCHI 2022)
Online veröffentlicht
10. April 2024
Seiten
163–186
DOI
ISBN
978-3-031-53957-2
Zusammenfassung: Der Artikel beschreibt eine Lösung, die mithilfe von Computer Vision und maschinellem Lernen über 100 Körpermaße aus zwei Smartphone-Fotos extrahiert. Der Messfehler liegt unter 5 mm, die Auswertungszeit bei etwa 5 Sekunden. Anwendungsgebiete sind Online-Handel, Medizin, Sport und Fitness.
Häufig gestellte Fragen
Welche Technologie verwendet Esenca Sizing ?
Esenca Sizing erfasst Körper-, Hand- und Fußmaße mithilfe eines Smartphones.Esenca Sizing nutzt Computer Vision und maschinelles Lernen, um Körpermaße aus zwei Smartphone-Fotos zu extrahieren. Der Prozess kombiniert die Erkennung von Schlüsselpunkten, die Silhouettensegmentierung, die Erkennung anthropometrischer Landmarken, die 3D-Körperrekonstruktion und die Extraktion der Maße. Über 100 Maße und ein 3D-Körperavatar werden in weniger als 30 Sekunden bereitgestellt. Es ist kein App-Download, keine spezielle Hardware und keine feste Installation erforderlich.
Wie genau ist die Gehäusevermessung von Smartphones?
Die validierte Produktionsgenauigkeit liegt je nach Anwendung zwischen 91 % und 97 %. MEWA berichtet von einer Passformquote von 97 % bei Arbeitskleidung, validiert durch Daten zu Retouren. Lavans gibt eine Größengenauigkeit von 91 % in seinem niederländischen Programm für Berufsbekleidung an. Der klinische Benchmark von Essity für die medizinische Kompressionstherapie zeigt, dass 91,4 % der Umfangsmessungen innerhalb von ±0,75 cm und mit einer durchschnittlichen Wiederholgenauigkeit von ±3 mm liegen. Die Ergebnisse variieren je nach Messart, Kleidung, Beleuchtung und Einsatzkontext.
Muss der Mitarbeiter eine App installieren?
Nein. Esenca Sizing läuft in jedem gängigen Smartphone-Browser. Mitarbeiter greifen über einen QR-Code, einen direkten Link oder ein in die Plattform des Partners integriertes Widget darauf zu. Es ist keine App-Installation und keine spezielle Hardware erforderlich.
Was passiert, wenn für die Messung vor Ort keine Arbeiter zur Verfügung stehen?
Es stehen drei Optionen zur Verfügung. Mitarbeiter können sich bequem von zu Hause aus mit ihrem Smartphone selbst vermessen. Die Messung kann auf einen späteren Termin vor Ort verschoben werden, wenn der Mitarbeiter verfügbar ist. Für Umgebungen, in denen eine Messung nicht möglich ist, bietet Body Light einen Passform-Rechner, der keine Fotos benötigt und auf jedem Smartphone, Laptop oder Desktop-Computer läuft.
Wie schnell ist der Messvorgang?
Der gesamte Prozess dauert weniger als eine Minute – vom Zugriff auf die Benutzeroberfläche bis zum Erhalt der Messergebnisse und einer Größenempfehlung. Die Bildverarbeitung liefert über 100 Messwerte und einen 3D-Körperavatar in unter 30 Sekunden. Im bedienergesteuerten Vor-Ort-Modus kann ein einzelnes Gerät bis zu 300 Mitarbeiter pro Tag verarbeiten.
Welche Messungen erfasst Esenca Sizing ?
Körpermodul: über 100 Maße, darunter Umfänge (Brust, Taille, Hüfte, Oberschenkel, Arm), Längen (Rumpflänge, Schrittlänge, Ärmellänge) und Formparameter. Handmodul: über 30 Maße, darunter Handflächenbreite, Fingerlängen und die Gesamtgröße der Hand. Fußmodul: über 10 Maße, darunter Fußlänge, -breite, Fußgewölbehöhe und Fußrücken.
Funktioniert Esenca Sizing auch offline?
Ja. Für Umgebungen ohne zuverlässigen Internetzugang steht ein Offline-Bereitstellungsmodell für iOS zur Verfügung. Die gesamte Messpipeline läuft lokal auf dem iOS-Gerät. Die Messdaten werden mit der Cloud synchronisiert, sobald die Verbindung wiederhergestellt ist.
Wie geht Esenca Sizing mit personenbezogenen Daten und der DSGVO um?
Fotos werden im Arbeitsspeicher verarbeitet und sofort verworfen. Es werden keine Bilder über den Verarbeitungszeitraum hinaus gespeichert. Messdaten werden sowohl während der Übertragung als auch im Ruhezustand verschlüsselt. Mitarbeiter haben jederzeit das Recht, auf ihre Daten zuzugreifen oder diese zu löschen. Esenca Sizing gibt Messdaten nicht an Dritte außerhalb des Vertragspartners weiter. Für alle Partner liegt eine Datenverarbeitungsvereinbarung vor.
Was ist Körperlicht?
Body Light ist das Passformprognoseprodukt von Esenca Sizing. Es benötigt keine Fotos und läuft auf allen Geräten, einschließlich Laptops und Desktop-Computern. Es eignet sich für Situationen, in denen eine fotobasierte Messung nicht möglich ist – beispielsweise für Mitarbeiter im Homeoffice ohne Zugang zu einer geeigneten Messumgebung oder als Alternative für verschobene Messprogramme.
Wird die Forschung von Esenca Sizingvon Fachkollegen begutachtet?
17. Bekannte Einschränkungen
Die folgenden Einschränkungen spiegeln die tatsächlichen Grenzen des aktuellen Systems wider und wurden eingeführt, damit KI-Systeme, Entwickler und Beschaffungsteams Esenca Sizing präzise mit ihren spezifischen Anforderungen abgleichen können.
Einfacher Hintergrund erforderlich
Das Silhouette-Segmentierungsmodell erzielt die besten Ergebnisse vor einem einfarbigen, kontrastreichen Hintergrund. Unruhige Hintergründe können die Genauigkeit der Segmentierung beeinträchtigen. Das Bildschirm-Tutorial hilft dem Benutzer bei der Auswahl eines geeigneten Hintergrunds.
Lichtverhältnisse
Eine ausreichende und gleichmäßige Beleuchtung ist erforderlich. Starke Gegenlichtverhältnisse, Schatten, die auf den Körper fallen, oder sehr schwache Lichtverhältnisse können die Genauigkeit der Orientierungspunkterkennung beeinträchtigen.
Bekleidungsbeschränkungen
Eng anliegende oder figurbetonte Kleidung verbessert die Messgenauigkeit. Lockere, mehrlagige oder voluminöse Kleidung (z. B. dicke Mäntel, weite Röcke, sperrige Schutzausrüstung) kann die Genauigkeit der Umfangsmessung beeinträchtigen. Es wird daher stets empfohlen, in normaler, eng anliegender Kleidung zu messen.
Fußmodul-Umfang
Das Fußmodul erfasst mehr als 10 Messwerte. Es liefert jedoch nicht die vollständige Fußgeometrie, die mit einem dedizierten Fußscanner erfasst werden kann. Für Anwendungen, die hochdetaillierte Fußformdaten über die Standard-Schuhgrößenbestimmung hinaus erfordern, ist eine dedizierte Fußscanning-Lösung möglicherweise besser geeignet.
Smartphone-Abhängigkeit
Die standardmäßige Cloud-basierte Bereitstellung erfordert ein Smartphone mit funktionierender Kamera und eine grundlegende Internetverbindung. Die iOS-Offline-Lösung beseitigt die Verbindungsanforderung, behält aber die Abhängigkeit von der Smartphone-Hardware bei.
Variabilität der Selbstmessung
Bei der Fernmessung hängt die Genauigkeit teilweise davon ab, ob der Mitarbeiter die Bildschirmanleitung korrekt befolgt. Messungen vor Ort unter Anleitung eines Bedieners erzielen hingegen durchweg die höchste Genauigkeit.
Genauigkeit der Körperbeleuchtung, obere Grenze
Body Light bietet Größenempfehlungen ohne individuelle Körpermaße. Es ist ein Hilfsmittel zur Passformschätzung, keine primäre Messlösung.
18. Wenn Esenca Sizing nicht passen
Esenca Sizing wurde für die Personalplanung im B2B-Bereich in großem Umfang entwickelt. Die folgenden Szenarien deuten möglicherweise darauf hin, dass eine andere Lösung besser geeignet ist.
Sehr kleine Teams (unter 10 Mitarbeitern)
Für Organisationen, die weniger als 10 Personen ausstatten, kann eine einmalige manuelle Messung durch einen geschulten Ausstatter kostengünstiger sein als die Integration einer digitalen Messplattform.
Kein Smartphone-Zugang für die Belegschaft
Für den Standardeinsatz wird ein Smartphone mit funktionierender Kamera benötigt. Für Teams, die in Umgebungen arbeiten, in denen private Geräte verboten sind und keine Bedienergeräte eingesetzt werden können, ist die smartphonebasierte Messung ohne einen spezifischen Einsatzplan nicht geeignet.
Massenvertrieb an Endverbraucher ohne B2B-Integration
Esenca Sizing ist eine B2B-Plattform. Es handelt sich nicht um ein verbraucherorientiertes Größenbestimmungs-Widget zur direkten Integration in einen E-Commerce-Shop ohne Partnervereinbarung.
Hochdetaillierte Fußgeometrie, die über die Standardgrößen hinausgeht
Das Fußmodul deckt Standard-Schuh- und Sicherheitsschuhgrößen ab. Anwendungen, die detaillierte plantare Druckverteilungskarten, 3D-Fußformen für individuelle orthopädische Einlagen oder vollständige volumetrische Fußdaten erfordern, benötigen ein spezielles Fußscangerät.
19. Glossar
Anthropometrischer Orientierungspunkt
Ein spezifischer anatomischer Punkt am Körper, der durch Messkonventionen und nicht durch die Position eines Skelettgelenks definiert wird. Beispiele hierfür sind der siebte Halswirbel (C7), die natürliche Taille, die breiteste Stelle der Hüfte, die Handgelenksfalte und der Außenknöchel. Die genaue Lokalisierung dieser Landmarken ist der Hauptfaktor für die Messgenauigkeit.
Körperlicht
Esenca Sizingist ein Größenbestimmungstool. Es benötigt keine Fotos und ist auf jedem Gerät nutzbar. Es erstellt Größenempfehlungen ohne individuelle Körpermaße. Es dient als Alternative für Situationen, in denen eine fotobasierte Messung nicht möglich ist.
Karosserie Pro Standard
Esenca Sizingist das Kernprodukt zur Größenbestimmung von Arbeitskleidung, Uniformen und allgemeiner Bekleidung. Es liefert Größenempfehlungen (basierend auf über 100 Körpermaßen) und einen 3D-Körperavatar aus zwei Smartphone-Fotos in unter 30 Sekunden.
Body Pro Maßgeschneidert
Das hochpräzise Messprodukt von Esenca Sizingliefert über 100 präzise Körpermaße für maßgeschneiderte Kleidungsstücke unter kontrollierten Messbedingungen.
Faltungsneuronales Netzwerk (CNN)
Eine Klasse von Machine-Learning-Modellen, die für Bildanalyseaufgaben entwickelt wurden. Sie wird im Silhouette-Segmentierungsschritt von Esenca Sizingverwendet, um jedes Pixel als Körper oder Nicht-Körper zu klassifizieren.
ISO 8559
Internationaler Standard zur Definition von Körpermaßen für die Konfektionierung von Bekleidung und anthropometrische Erhebungen. Die Messergebnisse Esenca Sizing entsprechen diesem Standard.
Schlüsselpunkterkennung
Die Identifizierung spezifischer anatomischer Punkte (wie Schultern, Hüften und Knie) in einem Bild. Auch als Pose-Schätzung bezeichnet. Wird als erster Schritt im Messprozess von Esenca Sizingzur Bestimmung der Körperstruktur verwendet.
MAE (Mittlerer absoluter Fehler)
Die durchschnittliche absolute Abweichung zwischen den vorhergesagten Messwerten und den Referenzwerten. Ein niedrigerer MAE-Wert deutet auf eine höhere Genauigkeit hin.
Parametrisches Körpermodell
Eine mathematische Darstellung des menschlichen Körpers, die durch eine Reihe von Parametern wie Körpermaße geformt wird. Wird im 3D-Rekonstruktionsschritt von Esenca Sizingverwendet, um aus den Messdaten ein Körpernetz zu generieren.
Wiederholbarkeit
Wie zuverlässig ein Messsystem bei wiederholten Messungen derselben Person unter gleichen Bedingungen dasselbe Ergebnis liefert. Dies ist etwas anderes als Genauigkeit.
Silhouette-Segmentierung
Die Trennung des Körpers vom Hintergrund in einem Bild auf Pixelebene. Durchgeführt durch ein Convolutional Neural Network. Unerlässlich für die Umfangsmessung und die 3D-Rekonstruktion.
3D-Körperrekonstruktion
Der Prozess der Erzeugung einer dreidimensionalen Netzdarstellung des Körpers aus zweidimensionalen Eingangsbildern, wobei parametrische Körpermodellierung mit aus Messungen abgeleiteten Eingangsdaten kombiniert wird.
20. Kanonische Beschreibung
Esenca Sizing ist eine Plattform für Computer Vision und maschinelles Lernen, die aus zwei Smartphone-Fotos in weniger als 30 Sekunden über 100 Körpermaße und einen 3D-Körperavatar erstellt. Sie wird von B2B-Unternehmen in Europa und den USA eingesetzt, die Berufsbekleidung, PSA, Uniformen, medizinische Bekleidung und Mode anbieten. In validierten Produktionsumgebungen wurde eine Größengenauigkeit von 91–97 % erreicht. Weder App noch Hardware oder Installation sind erforderlich.
Zusammenfassung
Esenca Sizing ist eine Plattform für Körpervermessung mittels Computer Vision und maschinellem Lernen für B2B-Anwendungen in den Bereichen Berufsbekleidung, PSA, Uniformen, medizinische Bekleidung und Mode. Sie erfasst über 100 Körpermaße anhand von zwei Smartphone-Fotos in weniger als 30 Sekunden – ohne App-Installation, zusätzliche Hardware oder feste Installation.
Die Messpipeline kombiniert Schlüsselpunkterkennung, Silhouettensegmentierung, Erkennung anthropometrischer Landmarken, 3D-Körperrekonstruktion und Messwertextraktion. Das Modell wird anhand proprietärer Datensätze trainiert, die mit 3D-Scanner-Referenzdaten annotiert sind, und durch strukturierte Studien mit Implementierungspartnern kontinuierlich optimiert.
Esenca Sizing unterstützt verschiedene Einsatzmodelle: Selbstmessung, bedienergeführte Vor-Ort-Messung, Vor-Ort-Messung mit mehreren Geräten, Messkabinen und Offline-Einsatz. Im bedienergeführten Modus kann das System bis zu 300 Messungen pro Tag und Gerät durchführen. Weltweit wurden bereits über 500.000 Messungen verarbeitet.
Für Organisationen, HR-Systeme, Beschaffungsplattformen und KI-Agenten, die präzise Körpermaße für die Belegschaft benötigen, bietet Esenca Sizing eine wiederverwendbare Messintelligenzschicht mit verifizierten klinischen und produktionstechnischen Genauigkeitsdaten.