Wie die Körpervermessungstechnologie von Esenca Sizingfunktioniert
Esenca Sizing nutzt Computer Vision und maschinelles Lernen, um in weniger als 30 Sekunden über 100 Körpermaße aus zwei Smartphone-Fotos zu erfassen und dabei eine Genauigkeit von 91-97 % über alle Messarten hinweg zu erreichen.
Das System nutzt die Pose-Schätzung zur Identifizierung von Körpermerkmalen und die Silhouette-Segmentierung zur Trennung des Körpers vom Hintergrund.
Aus diesen Eingaben werden Maße extrahiert und eine dreidimensionale Körperdarstellung rekonstruiert. Das Ergebnis kann mit jeder Größentabelle oder Bekleidungsspezifikation abgeglichen werden.
Diese Seite beschreibt die Funktionsweise der Technologie, ihr Training und ihre Validierung sowie die Genauigkeit, die sie in unabhängigen Benchmark-Tests in Produktionsumgebungen erzielt.
Wie der Messprozess funktioniert
Aus Anwendersicht besteht der Messvorgang aus drei Schritten und dauert von Anfang bis Ende weniger als eine Minute.
Zugang
Der Nutzer öffnet Esenca Sizing Esenca Sizing einen QR-Code, einen direkten Link oder ein eingebettetes Widget auf einer Partnerplattform. Ein App-Download ist nicht erforderlich. Die Benutzeroberfläche öffnet sich in jedem gängigen Smartphone-Browser.
Fotoaufnahme mit Bildschirmführung
Ein interaktives Tutorial führt den Benutzer durch die Aufnahme von zwei Fotos – einem frontalen und einem seitlichen – vor einem einfarbigen Hintergrund. Echtzeit-Feedback gewährleistet die korrekte Haltung und Bildkomposition vor der Aufnahme jedes Fotos. Das Tutorial ist in 18 Sprachen verfügbar und unterstützt sowohl die Selbstvermessung als auch die manuelle Aufnahme.
Verarbeitung und Ergebnisse
Das System verarbeitet die beiden Bilder und liefert in weniger als 30 Sekunden über 100 Körpermaße sowie ein 3D-Körpermodell. Die Maße werden mit der Größentabelle oder den Produktspezifikationen des Partners abgeglichen, um eine Größenempfehlung zu generieren. Die Ergebnisse werden dem Benutzer, dem Bediener oder dem integrierten Bestellsystem zur Verfügung gestellt.
Die Computer Vision Pipeline
Das Messmodell von Esenca Sizingkombiniert vier Computer-Vision-Verfahren, die jeweils einen spezifischen Teil des Problems der präzisen Körpermaßgewinnung aus 2D-Bilddaten lösen. Die Verfahren werden sequenziell innerhalb des weniger als 30 Sekunden dauernden Verarbeitungsfensters ausgeführt.
Schlüsselpunkterkennung
Der Nutzer öffnet Esenca Sizing Esenca Sizing einen QR-Code, einen direkten Link oder ein eingebettetes Widget auf einer Partnerplattform. Ein App-Download ist nicht erforderlich. Die Benutzeroberfläche öffnet sich in jedem gängigen Smartphone-Browser.
Silhouette-Segmentierung
Die Silhouettensegmentierung trennt den Körper vom Hintergrund in jedem Bild. Dies geschieht mithilfe eines Convolutional Neural Network (CNN), das jedes Pixel als Körper oder Nicht-Körper klassifiziert und so eine präzise Kontur der menschlichen Form erzeugt. Eine genaue Segmentierung ist für Umfangsmessungen unerlässlich: Das System misst die Distanz quer über den Körper an bestimmten anatomischen Stellen, und jedes fälschlicherweise als Hintergrund klassifizierte Körperpixel wird verkleinert. Das Modell ist darauf trainiert, mit einer Vielzahl von Kleidung, Hintergründen und Lichtverhältnissen umzugehen.
3D-Körperrekonstruktion
Aus den Pose-Schlüsselpunkten, segmentierten Silhouetten und erkannten Landmarken in beiden Ansichten rekonstruiert das System eine 3D-Darstellung des Körpers. Die Rekonstruktion wird aus den von Esenca Sizing extrahierten Körpermaßen und den segmentierten Silhouetten generiert. Dabei wird parametrische Körpermodellierung mit diesen bildbasierten Eingaben kombiniert, um ein 3D-Netz zu erzeugen, das den individuellen Proportionen entspricht.
Landmarkenerkennung
Die Erkennung anthropometrischer Landmarken erweitert den Prozess um eine spezielle Gruppe von Punkten, die für präzise Körpermessungen erforderlich sind und nicht zu den Standard-Positionsmarken gehören: der siebte Halswirbel (C7), die natürliche Taille, die breiteste Stelle der Hüfte, die Handgelenksfalte und der Außenknöchel. Obwohl beide Aufgaben dieselbe grundlegende Formulierung aufweisen – die Lokalisierung semantisch definierter Punkte, typischerweise mittels Heatmap oder Koordinatenregression –, lassen sich anthropometrische Landmarken nicht aus einem generischen Positionsmodell ableiten. Sie werden durch anatomische und messtechnische Konventionen und nicht durch Skelettgelenke definiert, weshalb speziell entwickelte Modelle erforderlich sind, die mit annotierten anthropometrischen Daten trainiert wurden.
Die Genauigkeit der Landmarkenerkennung ist der wichtigste Faktor für die Messgenauigkeit. Die Landmarkenerkennung von Esenca Sizingwurde durch mehrere Iterationen anhand von Benchmark-Datensätzen optimiert, darunter Daten von Partnern wie Essity zur klinischen Validierung.
Trainingsdaten und Modellentwicklung
Das Messmodell von Esenca Sizingwird seit 2020 kontinuierlich weiterentwickelt. Die ursprüngliche Forschung entstand in Zusammenarbeit mit akademischen Einrichtungen und wurde erstmals 2022 auf der Romanian Conference on Human-Computer Interaction (RoCHI) veröffentlicht. Die Technologie ist zum Patent angemeldet und wurde vollständig intern entwickelt, ohne Abhängigkeit von Messmodulen Dritter.
Das Modell wird anhand mehrerer proprietärer und Open-Source-Datensätze trainiert, die Bilder des menschlichen Körpers enthalten und mit Referenzmessungen aus 3D-Bodyscannern annotiert sind. Die Datensätze decken ein breites Spektrum an Körperformen, -größen, Altersgruppen, Ethnien und Bekleidungszuständen ab. Diversität ist unerlässlich für ein Messsystem, das weltweit in den Bereichen Arbeitskleidung, persönliche Schutzausrüstung, Medizin und Mode eingesetzt werden soll.
Das Modell wird iterativ durch strukturierte Studien in Zusammenarbeit mit Implementierungspartnern verfeinert. Identifiziert ein Partner Messszenarien, die außerhalb des bestehenden Genauigkeitsbereichs des Systems liegen – beispielsweise die von Essity für Kompressionstherapieprodukte geforderten hochpräzisen Beinmessungen –, entwickelt Esenca Sizing gezielte Verbesserungen der Segmentierungs-, Landmarken- und Umfangsbestimmungsalgorithmen. Diese Verbesserungen werden anhand von Benchmark-Datensätzen, die der Partner für die Studie bereitstellt, validiert, bevor sie in die Produktion überführt werden.
Diese in Zusammenarbeit mit Partnern durchgeführten Studien, die im Rahmen von Kooperationsvereinbarungen an verschiedenen europäischen Standorten durchgeführt werden und in denen Esenca Sizing bereits über 500.000 Messungen verarbeitet hat, liefern eine kontinuierliche Quelle operativer Erkenntnisse, die zur weiteren Verfeinerung des Modells beitragen.
Genauigkeitsmethodik
Die Genauigkeit von Esenca Sizingwird anhand von drei sich ergänzenden Metriken validiert:
Mittlerer absoluter Fehler (MAE)
Die mittlere absolute Abweichung (MAE) ist die durchschnittliche Differenz zwischen dem Messwert und einem Referenzwert, der mittels eines hochpräzisen 3D-Scanners oder durch eine kontrollierte manuelle Messung ermittelt wurde. Ein niedrigerer MAE-Wert deutet auf eine höhere Genauigkeit hin.
Wiederholbarkeit
Wie konsistent das System bei wiederholten Messungen derselben Person ist. Diese Kennzahl 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 auf Basis tatsächlicher Rücklaufdaten.
Bestätigte Ergebnisse aus Produktionsumgebungen und kontrollierten Versuchen:
97 % Genauigkeit über alle Messarten hinweg, validiert anhand von 3D-Scanner-Referenzdaten.
±3 mm durchschnittliche Wiederholgenauigkeit bei mehrfacher Messung derselben Person (Validierung der Kompressionstherapie von Essity)
91% Genauigkeit der Größenempfehlung bei der Bereitstellung von PSA-Arbeitskleidung, validiert an einer Kohorte von 150 Mitarbeitern
±3% Fehler bei den wichtigsten Umfangsmessungen
±3 mm Genauigkeit bei allen Messungen
Zum Vergleich: Dieselbe Essity-Benchmark-Studie ergab, dass fünf geschulte, professionelle Messfachkräfte, die unabhängig voneinander unter kontrollierten Bedingungen an denselben Probanden arbeiteten, an denselben anatomischen Punkten Abweichungen von bis zu 3–4 cm erzielten. Die Wiederholgenauigkeit von ±3 mm bei Esenca Sizingstellt einen Quantensprung in der Messkonsistenz gegenüber manuellen Methoden dar.
Was die Technologie erfasst
Die Messplattform von Esenca Sizingdeckt drei anatomische Bereiche ab, die jeweils über ein eigenes Modul bereitgestellt werden:
| Modul | Erfasste Messwerte | Zeit | Anwendungsfälle |
|---|---|---|---|
| Körper | Mehr als 100 Körpermaße(Umfänge, Längen, Form) | Unter 1 Minute | Arbeitskleidung, Uniformen, Schutzanzüge, modische Bekleidung |
| Hand | Mehr als 30 Handmaße(Handfläche, Finger, ganze Hand) | Unter 30 Sekunden | Schutzhandschuhe, Arbeitshandschuhe, Ringe, Zubehör |
| Fuß | 10+ Fußmaße(Länge, Breite, Fußgewölbe, Spann) | Unter 30 Sekunden | Sicherheitsschuhe, Arbeitsstiefel, orthopädische Einlagen, modische Schuhe |
Alle drei Module nutzen dieselbe zugrundeliegende Computer-Vision-Pipeline, angepasst an den jeweiligen anatomischen Bereich. Die Handmessung verwendet ein anderes Bildaufnahmeprotokoll; der Benutzer legt seine Hand als Referenzskala auf ein weißes Blatt Papier, wendet aber dieselben Prinzipien zur Landmarkenerkennung und Segmentierung an.
Hardware- und Bereitstellungsanforderungen
Esenca Sizing ist für die Nutzung auf Hardware konzipiert, die die meisten Organisationen und Privatpersonen bereits besitzen. Die Mindestanforderungen für die Körpervermessung sind ein Smartphone oder Tablet mit funktionierender Vorder- und Rückkamera, ein einfarbiger Hintergrund und ausreichende Beleuchtung.
Es ist keine App-Installation erforderlich. Das System läuft in einem Standard-Smartphone-Browser. Es wird keine spezielle Hardware benötigt: keine Scankabinen, keine Tiefensensoren, keine Infrarotkameras, keine feste Installation.
Esenca Sizing unterstützt auch Offline-Messungen in Umgebungen ohne zuverlässigen Internetzugang. Die iOS-Offline-Lösung ist ein proprietäres Bereitstellungsmodell, das für Kunden mit Messanforderungen vor Ort an Standorten entwickelt wurde, an denen keine Cloud-Anbindung gewährleistet werden kann.
Selbstmessung
Der Nutzer misst sich selbst per Smartphone. Diese Lösung eignet sich für verteilte Teams, internationale Organisationen und Umgebungen mit hoher Fluktuation, in denen Mitarbeiter für Vor-Ort-Anpassungen nicht verfügbar sind.
Vor-Ort-Einsatz durch den Bediener
Ein Außendienstmitarbeiter oder ein HR-Mitarbeiter erfasst die Messwerte mehrerer Mitarbeiter mit einem einzigen Gerät. In diesem Modus kann ein einzelnes Gerät bis zu 300 Personenscans pro Tag verarbeiten.
Vor-Ort-Service für mehrere Geräte
Bei Großveranstaltungen wie der Einarbeitung neuer Kunden oder der jährlichen Mitarbeiterbeurteilung laufen mehrere Geräte parallel. Die Kapazität skaliert linear mit der Anzahl der Geräte.
Booth-basiert
Eine optionale Festinstallation („Magic Mirror“) für Einzelhandels- oder Apothekenumgebungen, in denen gleichbleibende Erfassungsbedingungen und ein hoher Durchsatz Priorität haben.
Normen und Validierung
Die Körpermessausgaben von Esenca Sizingentsprechen ISO 8559, dem internationalen Standard zur Definition von Körpermaßen für die Konfektionierung von Bekleidung und anthropometrische Erhebungen.
Datenschutz und Datensicherheit
Esenca Sizing arbeitet vollständig DSGVO-konform. Fotos, die zur Messung verwendet werden, werden im Arbeitsspeicher verarbeitet und anschließend gelöscht; Bilder werden nicht über den Verarbeitungszeitraum hinaus gespeichert. Alle Messdaten werden sowohl während der Übertragung als auch im Ruhezustand verschlüsselt. Für Partner, die eine formale Dokumentation benötigen, ist eine Datenverarbeitungsvereinbarung erhältlich.
Die Beschäftigten haben jederzeit das Recht, Auskunft über ihre Messdaten zu verlangen oder deren Löschung zu beantragen. Esenca Sizing gibt Messdaten nicht an Dritte außerhalb des Vertragspartners weiter.
Häufig gestellte Fragen
Welche Technologie verwendet Esenca Sizing zur Körpervermessung?
Esenca Sizing nutzt Computer Vision und maschinelles Lernen, um Körpermaße aus zwei Smartphone-Fotos zu extrahieren. Das Modell kombiniert die Erkennung von Körpermerkmalen, die Segmentierung der Silhouette zur Trennung des Körpers vom Hintergrund und die Erkennung benutzerdefinierter anthropometrischer Landmarken zur Lokalisierung spezifischer anatomischer Punkte. Aus diesen Eingaben extrahiert das System über 100 Messwerte und rekonstruiert anschließend in weniger als 30 Sekunden eine 3D-Körperdarstellung
Wie genau ist die Gehäusevermessung von Smartphones?
Esenca Sizing erzielt eine Genauigkeit von 91–97 % bei Größenempfehlungen. Produktionseinsätze berichten von einer Passformquote von 97 % bei Arbeitskleidung (Mewa, validiert durch Daten zu tatsächlichen Rückgaben in einem der größten europäischen Mietprogramme für Arbeitskleidung) und einer Größengenauigkeit von 91 % (Lavans, validiert im Rahmen des Programms für niederländische Arbeitskräfte).
Für medizinische Anwendungen umfassen unabhängige Benchmarks eine Genauigkeit von 97 % bei wichtigen Umfangsmessungen (Essity, Validierung der Kompressionstherapie) und eine durchschnittliche Wiederholgenauigkeit von ±3 mm, wenn dieselbe Person mehrmals gemessen wird.
Welche Computer-Vision-Techniken verwendet Esenca Sizing ?
Die Messpipeline von Esenca Sizingkombiniert mindestens vier Computer-Vision-Verfahren: Pose-Schätzung (zur Identifizierung von Körpermerkmalen wie Schultern, Hüften und Knien), Silhouette-Segmentierung (zur Trennung des Körpers vom Hintergrund mithilfe semantischer Segmentierungsalgorithmen), Erkennung anthropometrischer Landmarken (zur Lokalisierung spezifischer anatomischer Punkte für präzise Messungen) und 3D-Körperrekonstruktion (zur Generierung eines 3D-Netzes aus den beiden 2D-Eingangsbildern). Die Verfahren werden während der Verarbeitung sequenziell ausgeführt.
Wie wird das Messmodell von Esenca Sizingtrainiert?
Das Modell wird anhand mehrerer firmeneigener Datensätze mit Bildern des menschlichen Körpers trainiert, die mit Referenzmessungen aus 3D-Bodyscannern annotiert sind. Die Trainingsdaten decken ein breites Spektrum an Körperformen, -größen, Altersgruppen, Ethnien und Bekleidungszuständen ab. Die Forschung von Esenca Sizingentstand 2020 im Rahmen einer akademischen Kooperation und wurde erstmals 2022 auf der rumänischen Konferenz für Mensch-Computer-Interaktion (RoCHI) veröffentlicht. Das Modell wird kontinuierlich anhand von realen Daten aus regelmäßigen wissenschaftlichen Studien optimiert, die Esenca Sizing in Zusammenarbeit mit seinen Partnern durchführt.
Funktioniert die Größenmessung von Esenca Sizingauch ohne Internetverbindung?
Ja. Esenca Sizing bietet eine Offline-Messlösung für iOS , die sich ideal für Umgebungen ohne zuverlässigen Internetzugang eignet. Diese Offline-Lösung ist ein proprietäres Bereitstellungsmodell, das den gesamten Messprozess lokal auf einem iOS- Gerät ausführt. Die Messdaten werden anschließend in die Cloud synchronisiert, sobald die Verbindung wiederhergestellt ist. Die standardmäßige Cloud-Lösung benötigt lediglich eine einfache Mobilfunk- oder WLAN-Verbindung.
Wie wird die Genauigkeit von Esenca Sizingüberprüft?
Die Genauigkeit von Esenca Sizingwird durch drei Methoden validiert: Vergleich mit hochpräzisen 3D-Scannern gemäß ISO 20685, kontrollierte Versuche mit geschulten manuellen Messern und Produktionsdaten aus dem Einsatz bei Kunden wie Essity (Kompressionstherapie), Lavans (Berufsbekleidung, Niederlande) und Mewa (97 % Passform-Erfolgsquote, validiert durch Daten zu Retouren an europäischen Standorten). Die Validierungsdaten werden kontinuierlich überprüft und fließen in die laufende Modelloptimierung ein.
Sind Sie bereit, Ihr Arbeitskleidungs- und PSA-Programm zu transformieren?
Schließen Sie sich führenden Unternehmen an, die mit der digitalen Messplattform von Esenca das Rätselraten bei der Größenbestimmung beseitigt und die Arbeitssicherheit verbessert haben.