改进的Halo Body技术允许客户在更狭小空间进行扫描

某中心Halo服务的Body功能通过个性化3D模型帮助客户在家准确估算体脂率。根据客户反馈，科学团队对Halo Body功能进行了重要更新。

技术挑战与解决方案

原始扫描要求客户必须站在距离智能手机摄像头至少1.4米的位置。对于居住空间较小的用户，这构成了实际挑战。团队目标是：在保证临床精度的前提下，通过最小必要身体可见度来实现身体成分测量。

应用科学高级经理指出，与长期健康结果相关的大部分体脂位于颈部以下、膝盖以上的核心区域。因此扫描可专注于该区域而非全身。

技术实现需要更新处理流程中的每个组件：

团队通过合成裁剪或遮挡的身体图像，利用现有训练数据添加大量合成裁剪和遮挡增强，使不同模型学会处理部分可见情况。

合成数据生成过程：

科学家训练深度学习模型处理图像对：完全可见身体图像与合成裁剪版本。模型学会推断扫描图像中不可见身体部位的形状和外观。

更新后的Halo Body功能允许客户站姿距离缩短约0.3-0.6米。系统自动识别空间条件，无需用户手动选择扫描模式。

客户身体扫描图像在传输和云端存储时均加密，仅客户可访问图像。客户可随时删除单个或全部图像，或选择退出云端存储。

通过降低扫描操作难度，帮助客户快速获取身体成分信息。这项计算机视觉技术的突破使更多用户能够利用健康数据指导生活方式改善。