六個月大的 BabbyCam 首席測試工程師 Elise Lui，早就努力地將深度學習運用在各個層面。
身兼 Elise Lui 的父親、NVIDIA 工程師，同時也是 BabbyCam 公司創辦人三職的 Benjamin Lui，運用深度學習技術讓其他父母能夠安心監視嬰孩的舉動。
不只是女兒獨自在臥室中安睡之際，Lui 跟大多數爸媽一樣，隨時都在擔心家中這個新成員的安危。
「我發現我們沒有嬰兒監視裝置，家裡還是得裝一個，所以我就開始動手研究。」Lui 說。「市面上有各種追蹤嬰兒呼吸、脈搏的裝置，我偶然注意到嬰兒猝死症（SIDS）的資料，那可是嚇壞我了。」
利用深度學習技術來帶孩子
研究指出趴睡的嬰兒出現猝死的機會大增，可是父母親不可能一直監視著孩子的睡眠情況。習慣找出方法的 Lui 將念頭動到科技上，他利用 NVIDIA DIGITS、Caffe 深度學習架構和 NVIDIA Tesla GPU，開始打造採用深度學習技術的嬰兒監視裝置 BabbyCam。
Lui 起初訓練機器判斷嬰兒是否留在嬰兒床裡，投入上千張從網路下載的照片來發展機器的判別能力；接著又訓練機器判斷嬰兒是否趴睡，進而製作出「無人」、「睡著了」、「醒來了」、「哭哭」、「臉蒙住了」等活動標籤，爸媽們可以針對後四者的任何一項設定 email 或簡訊通知。
BabbyCam 的出廠設定值相信自己能正確標示嬰兒的活動情況，而要是使用者選擇開啟裝置上的深度學習功能，特別監視使用者的嬰孩，裝置的精準度便會快速提升。
除了 BabbyCam 的核心功能，Lui 最愛的便是它的縮時紀錄，讓他跟妻子可以按照時間和日期觀看裝置過去為女兒留下的點點滴滴。縮時紀錄演算法會刪掉重複的照片，讓父母親能享受孩子各種活動的精彩瞬間。
Lui 也努力藉由深度學習技術開發出進階功能，像是辨識臉部表情、不同種類的哭泣和嘔吐的情況。
不過 BabbyCam 裝置的重點還是在保護嬰幼兒的安全。他說：「我不想買只能追蹤呼吸和心跳率、價錢又貴的嬰兒監視裝置，想在發生問題前就先行掌握。要是攝影機夠聰明，就能偵測嬰兒的臉部是否被物品遮住，避免發生悲劇。」
Lui 有著小孩的親友們非常喜愛 BabbyCam 這項裝置。一名使用者分享了他的心得：「我不想寫的這麼狗血，不過在真實情況裡 BabbyCam 的確能救了孩子一命。」
可在 www.babbycam.com 官網購買 BabbyCam 裝置。相容於 iOS、Android、Windows 及 Mac。