以统计数据相对完整的美国为例，每年总有几十个孩子（独自在车内）死于车内温度过高，平均每9天发生一起。而就算是，30年驾龄老司机，倒车也有轧死自己儿子的案例。
如今，汽车作为一种便捷的交通工具进入千家万户，给人们带来便利的同时，也带来了种种的安全隐患，特别是对于儿童，他们不具备安全意识和自救的能力，往往容易成为家长们失误的受害者，现在的技术工程师也在苦恼于如何大限度的将这种危险降到低。
就问题中提到的方法，的确是一个有道理的方案，通过摄像头设备拍摄到物体后，通过计算机识别物体和距离，然后发出语音提示。那么，这里关键的就是如何实现准确的图像识别技术。
图像识别技术是人工智能的一个重要领域。通过建立不同的图像识别模型，利用计算机编程，实现对模型的匹配辨别。例如一种叫模板匹配模型。这种模型认为，识别某个图像，必须在过去的经验中有这个图像的记忆模式，又叫模板。当前的刺激如果能与大脑中的模板相匹配，这个图像也就被识别了。
那么这样新的问题就出来了，小孩本来就是一个复杂的模型，让它包含了：面部信息，外貌特征信息，动作信息。这么多复杂的信息，选择哪一个用来进行特征的识别是很困难得（假如车子后方有个广告牌，图片上有个孩纸，计算机如何识别出来他只是个图片）。然后，再说动物，常见的城市动物是猫和狗，而狗的体型特征就更复杂了，不同的狗大小不一样。再加上，车辆的摄像头是有很多的盲区的，这又增加识别系统的不确定性。所以要识别这些复杂额物体就需要大量的数据学习，借助现在的大数据分析，进行程序的训练。这个过程是比较漫长的，而且识别成功率也无法保证。
也就是说，这样的系统还不够成熟，无法产品，还需要漫长的开发，但是这个肯定是未来的一个技术导向。
在这里我提一点，摄像头的盲区比较大，而对于雷达的话这个盲区就比较小了，图像和波技术的结合识别，效率会更高。
责任编辑（广州九芯电子科技）
全国服务热线：400-8616-826
