基于人脸年龄识别的车内儿童防滞留监测系统

宋佳超，林俊烨，邢伟志，张思涵，蒋冰蕾，吴文慧（通讯作者）

（浙江工商大学信息与电子工程学院，浙江杭州，310018）

0 引言

在计算机技术的迅速发展下，“人工智能”逐步走入公众的视野，基于人脸图像的分析和识别逐渐成为了当前研究的热点之一。由于人脸中含有诸如人物性别、年龄、种族和表情等大量信息，相关技术在智能监控、人机交互、访问控制、图像检索和安全方面有着极其广泛的应用[1]。

人脸年龄识别是一种通过检测人脸，将人脸图像进行预处理、特征提取进而识别年龄的一种技术。而随着深度神经网络（Deep Neural Network，DNN）的发展与应用，人脸年龄识别等图像特征提取技术跨入了一个新的阶段。DNN 是深度学习的基础，它具有突出的特征学习能力，因此DNN 特别擅长解决基于分类的各种识别问题，如语音识别、图像识别等。

随着社会的不断发展，汽车已成为了越来越多家庭出行的选择。与此同时交通事故或与汽车有关的意外事故发生率也越来越高。近年来，由于部分家长的疏忽，儿童被遗忘滞留车内的新闻屡有报道。滞留在车内的儿童可能会出现中暑、过热脱水、窒息甚至死亡。在过去的几年里，因为车主有意或无意将儿童独自滞留在车内而导致儿童死亡的事件发生过上百次。因此，一个能够对车内滞留儿童进行检测并报警的系统就显得尤为重要。

本文所设计的车内儿童防滞留监测系统以DNN 深度学习神经网络开发的年龄识别算法为核心，以传感器辅助监测车内环境，结合行车记录模块。……