六个月大的 BabbyCam 首席测试工程师 Elise Lui,早就努力地将深度学习运用在各个层面。

身兼 Elise Lui 的父亲、NVIDIA 工程师,同时也是 BabbyCam 公司创办人三职的 Benjamin Lui,运用深度学习技术让其他父母能够安心监视婴孩的举动。

不只是女儿独自在卧室中安睡之际,Lui 跟大多数爸妈一样,随时都在担心家中这个新成员的安危。

“我发现我们没有婴儿监视装置,家里还是得装一个,所以我就开始动手研究。”Lui 说。“市面上有各种追踪婴儿呼吸、脉搏的装置,我偶然注意到婴儿猝死症(SIDS)的资料,那可是吓坏我了。”

利用深度学习技术来带孩子

研究指出趴睡的婴儿出现猝死的机会大增,可是父母亲不可能一直监视着孩子的睡眠情况。习惯找出方法的 Lui 将念头动到科技上,他利用 NVIDIA DIGITS、Caffe 深度学习架构和 NVIDIA Tesla GPU,开始打造采用深度学习技术的婴儿监视装置 BabbyCam。

Lui 起初训练机器判断婴儿是否留在婴儿床里,投入上千张从网络下载的照片来发展机器的判别能力;接着又训练机器判断婴儿是否趴睡,进而制作出“无人”、“睡着了”、“醒来了”、“哭哭”、“脸蒙住了”等活动标签,爸妈们可以针对后四者的任何一项设定 email 或简讯通知。

BabbyCam 的出厂设定值相信自己能正确标示婴儿的活动情况,而要是使用者选择开启装置上的深度学习功能,特别监视使用者的婴孩,装置的精准度便会快速提升。

除了 BabbyCam 的核心功能,Lui 最爱的便是它的缩时纪录,让他跟妻子可以按照时间和日期观看装置过去为女儿留下的点点滴滴。缩时纪录算法会删掉重复的照片,让父母亲能享受孩子各种活动的精彩瞬间。

Lui 也努力藉由深度学习技术开发出进阶功能,象是辨识脸部表情、不同种类的哭泣和呕吐的情况。

不过 BabbyCam 装置的重点还是在保护婴幼儿的安全。他说:“我不想买只能追踪呼吸和心跳率、价钱又贵的婴儿监视装置,想在发生问题前就先行掌握。要是摄影机够聪明,就能侦测婴儿的脸部是否被物品遮住,避免发生悲剧。”

Lui 有着小孩的亲友们非常喜爱 BabbyCam 这项装置。一名使用者分享了他的心得:“我不想写的这么狗血,不过在真实情况里 BabbyCam 的确能救了孩子一命。”