3D length measurement with a smartphone

One of the projects we spent a lot of time on this year is the development of computer vision software that can make a 3D scan with a smartphone to determine a person’s height. Together with Ferring Pharmaceuticals, Willem Jan Gerver of the Maastricht University Medical Center and app developer YipYip we have been working hard the last few months to make it possible for patients to do length measurements at home. We can now share the first results of this 3D length measurement by showing you how it works in the movie below!

How does it work?

You can make a 3D scan by walking 180 degrees around a person. The images are then sent over a secured line to a high security webserver. The software we developed uses algorithms that can turn these images into 3D points. When the 3D image has been created they are automatically made anonymous and the original images are deleted. With the 3D image our software can take all kinds of measurements. A 3D image created with a phone looks like this:

Goal

The goal of this software is to make it easier for parents of children with a growth deficiency to do an objective length measurement and immediately share it with their pediatrician. At this moment it takes 4 hospital visits a year and some of these visits are purely for a length measurement. Measuring at home with a traditional measuring rod is not accurate enough to get a good idea of growth over a year. With this application both parent and children get more control and feedback about the effect of the treatment and this should reduce travel time and anxiety as well.

Current status

For now in lab testing the results of a 3D length measurement seem to be on par with a traditional stadiometer (measuring rod) when measured by a physician or nurse. But the 3D technology does require the patient to stand relatively still and that there is enough space to move around with the phone. Therefore there is currently being checked if there is a way to make it easier for example by performing the length measurement on normal pictures. This gives less information about the anatomy of the patient, but should be easier to use.

More information

At Studio diip we are working more often with 3D computer vision project lately. In this project we create 3D models by using normal smartphone images, but we can also create them using special 3D cameras, LiDAR systems and other technologies. We also often work on apps for iOS and Android by adding a piece of computer vision software to them for the app developers to use. The actual app and interface itself is something we don’t usually make, we’d rather leave that to specialized companies like YipYip who are very skilled at this. If you’d like to know more about the possibilities of 3D computer vision or image recognition in apps, take a look at our website or contact us to make an appointment and see these things for yourself.

Introducing: Peter en Jannes

Een tijd terug was Studio diip op zoek naar nieuwe medewerkers, ondertussen zijn die gevonden en alweer even aan de slag. Wat aan de late kant, maar goed om ze alsnog voor te stellen.

Sinds november 2018 is Peter Frumau bij ons begonnen. Peter heeft een Bachelor in (Cognitive Neuro) Psychologie en een Master in Human Technology Interaction. Het Master programma leerde hem meer over het toepassen van psychologische kennis binnen het ontwerp van nieuwe en verbetering van bestaande technologieën. Zijn interesse gaat vooral uit naar data science, artificial intelligence, computer vision en 2D & 3D design. Voordat Peter bij Studio diip kwam, werkte hij als scrum ontwikkelaar bij ABN-AMRO. Bij Studio diip werkt Peter aan het analyseren van complexe gegevens, lerende systemen en het ontwikkelen van computervisie applicaties.

Begin 2019 is Jannes Elings aan de slag gegaan bij Studio diip. Jannes heeft een Bachelor en Master in Computing Science. Voor zijn afstudeeropdracht bij de landelijke politie heeft Jannes een systeem ontwikkeld dat op basis van videobeelden automatisch bepaalt of een autobestuurder zijn telefoon gebruikt. Hiervoor gebruikte hij technologieën als Deep learning, Keras, Tensorflow, OpenCV en Python. Bij Studio diip werkt Jannes aan verschillende beeldherkenning projecten die werken met lerende systemen.

Met Peter en Jannes als toevoegingen aan het team van Studio diip hopen we weer even genoeg mankracht te hebben om nieuwe projecten aan te kunnen.

Studio diip selected for Startup in Residence Overijssel

Een inzending voor onderwater monitoring van AT-KB en Studio diip is door de provincie Overijssel geselecteerd om mee te doen aan het Startup in Residence programma.

De provincie is op zoek naar samenwerking met innovatieve bedrijven om gezamenlijk oplossingen te creëren voor maatschappelijke uitdagingen van de Provincie. Met de Startup in Residence aanpak hoopt de provincie daarnaast bedrijven een impuls te kunnen geven in de ontwikkeling van hun bedrijf. De provincie heeft ondernemende studenten, start ups, mkb, groot bedrijf en consortia met innovaties gevraagd om deel te nemen aan de procedure. Omdat AT-KB en Studio diip geselecteerd zijn werken we in een programma samen met de provincie aan nieuwe oplossingen op het gebied van onderwater monitoring.

Door de kennis van AT-KB op het gebied van watersystemen en het verzamelen van 3D data te combineren met de kennis van Studio diip op het gebied van automatische beeldherkenning denken we de provincie en eventuele andere afnemers te kunnen helpen door de ontwikkeling van een nieuw systeem. Dit systeem zal in staat zijn om automatisch boven en onder water de staat van vaarwegen, zwemwateren en ontgrondingen te rapporteren en belangrijke verschillen aan te geven.

Zie hier ook het filmpje dat de provincie heeft gemaakt om te laten zien waar we mee bezig zijn:

Zodra er meer bekend gemaakt kan worden over deze oplossing zullen de provincie, AT-KB en Studio diip dit communiceren, dus verwacht binnenkort meer nieuws over deze nieuwe ontwikkeling!