這個裝置總的來說還是有一定用處，但不能依賴。熱死孩子那得有多大意，孩子太小不可能留車上，大一點的會自己開門。這裝置實用的地方該用於全方位監控，現在好一點的車都有行車影片360倒車影片。做為輔助還是可以加裝

看到這個問題，心裡怎麼也不是滋味，因為這樣的悲劇每天都在上演，

以統計資料相對完整的美國為例，每年總有幾十個孩子（獨自在車內）死於車內溫度過高，平均每9天發生一起。

而就算是，30年駕齡老司機，倒車也有軋死自己兒子的案例。

如今，汽車作為一種便捷的交通工具進入千家萬戶，給人們帶來便利的同時，也帶來了種種的安全隱患，特別是對於兒童，他們不具備安全意識和自救的能力，往往最容易成為家長們失誤的受害者，現在的技術工程師也在苦惱於如何最大限度的將這種危險降到最低。

就問題中提到的方法，的確是一個有道理的方案，透過攝像頭裝置拍攝到物體後，透過計算機識別物體和距離，然後發出警告。那麼，這裡最關鍵的就是如何實現準確的影象識別技術。

影象識別技術是人工智慧的一個重要領域。透過建立不同的影象識別模型，利用計算機程式設計，實現對模型的匹配辨別。例如一種叫模板匹配模型。這種模型認為，識別某個影象，必須在過去的經驗中有這個影象的記憶模式，又叫模板。當前的刺激如果能與大腦中的模板相匹配，這個影象也就被識別了。

那麼這樣新的問題就出來了，小孩本來就是一個複雜的模型，讓它包含了：面部資訊，外貌特徵資訊，動作資訊。這麼多複雜的資訊，選擇哪一個用來進行特徵的識別是很困難得（假如車子後方有個廣告牌，圖片上有個孩紙，計算機如何識別出來他只是個圖片）。然後，再說動物，常見的城市動物是貓和狗，而狗的體型特徵就更復雜了，不同的狗大小不一樣。再加上，車輛的攝像頭是有很多的盲區的，這又增加識別系統的不確定性。所以要識別這些複雜額物體就需要大量的資料學習，藉助現在的大資料分析，進行程式的訓練。這個過程是比較漫長的，而且識別成功率也無法保證。

也就是說，這樣的系統還不夠成熟，無法產品，還需要漫長的開發，但是這個肯定是未來的一個技術導向。

在這裡我提一點，攝像頭的盲區比較大，而對於雷達的話這個盲區就比較小了，影象和波技術的結合識別，效率會更高。

機器始終還是要靠人來工作，事實無絕對，人總有疏忽大意的時候，有時候並不是故意去做錯一件事，但事情的後果卻只能人來承擔，車內熱死小孩最大的錯誤不是機器，是人自身的問題，機器肯定能帶來一定的幫助，但全方面雷達實現在每個車上不現實。

好比貨車，視線盲區比任何道路車輛都多，車輛輔助方面都是靠人實際操作，如果可以的話，多學習國外車輛，道路上行駛車輛必須達到一定安全級別，車始終是人來控制的，不開快車，不酒駕就是最好的行車雷達！

現在有一種紅外報警系統，針對動物和人體溫度來報警的，可以做為參考。

畢竟現在粗心大意的還是多，如果車內安裝這樣的系統，當車子熄火鎖門，車內有感應到還有人體溫度就開始報警提醒，至少不會再出現孩子在車內被馬大哈的家人忘記而出意外的。

車外的話，發現多少距離內有人體溫度顯示，可能也會少一些事故，但是，我不知道有沒有那樣迅速檢測到的系統，只有期待專業人士來給出答案了。