随着"二胎"政策的开放,用更加智能的技术以减轻父母劳累同时又减少婴儿危险的需求日益强烈。然而,现有的婴儿监护方案大多只是简单通过摄像头拍摄婴儿画面,不能为父母提供智能监护的功能。因此,本文提出利用计算机视觉技术,通过双目摄像头监测婴儿与床的实际位置距离和表情识别方法,实现对婴儿的智能监护。本文实现了基于双目相机对婴儿从位置和表情两个方面进行监护的方案。首先,针对实际边界距离测量问题,提出通过修改VGG网络模型,使用对称的编码器-解码器（Encoder-Decoder）结构,改进池化索引（Pooling Indices）在解码阶段上采样的方法。该方法大大减少了参数的计算规模,实现图像分辨率放大的同时还原更多特征信息。再利用OpenCV对模型推理后的图像进行处理,基于立体视觉准确地计算出婴儿与床边缘的最小实际距离。最终判断误差在3mm以内;其次,针对婴儿面部表情识别问题,利用MTCNN的面部特征检测与定位,通过卷积神经网络,训练婴儿表情识别模型。解决因成人与婴儿面部特征差异明显,模型分类效果差的问题。实验结果表明,模型具有较好的分类效果。综上所述,本文基于立体视觉,提出了一项对婴儿状态进行监护的解决方案。将立体视觉技术与图像语义分割相结合,实现婴儿与其环境空间位置关系的判别。同时加入婴儿面部表情识别,实现对婴儿情感的分类。从位置和表情两个信息判断婴儿的状态以降低婴儿发生意外的概率。