[发明专利]利用多维度感测器数据的监控方法及监控系统

权利要求书

1.一种利用多维度感测器数据的监控方法，其特征在于，用于一监控系统，该监控系统包括设置于一场景中的多个感测器，且该多个感测器分为多个类型，该监控方法包括：

利用该多个感测器检测该场景以取得各类型的一感测数据；

分别对各类型的该感测数据进行一本地物件处理以产生一本地物件特征信息；

依据该本地物件特征信息进行一全局物件处理以产生一全局物件特征信息；以及

对该全局物件特征信息进行一全局物件辨识以产生一全局辨识结果；

分别对各类型的该感测数据进行该本地物件处理以产生该本地物件特征信息的步骤包括：

分别对各类型的该感测数据进行一本地物件检测及对应处理，以取得各类型的该感测数据的一本地物件识别码清单及相应的一本地粗糙特征集；

依据各类型的该感测数据所相应的该本地物件识别码清单及相应的该本地粗糙特征集，分别对各类型的该感测数据进行一本地物件特征抽取及融合处理，以取得各类型的该感测数据的多个本地细致特征集并将该多个本地细致特征集融合以产生一本地融合特征；以及

对各类型的该感测数据相应的该本地融合特征分别输入一本地物件辨识模型，以取得各类型的该感测数据的一本地身份识别清单。

2.如权利要求1所述的利用多维度感测器数据的监控方法，其特征在于，该多个类型的该多个感测器包括：多个摄影机、多个麦克风、多个味觉感测器、多个气味感测器、多个触觉感测器、或其组合。

3.如权利要求1所述的利用多维度感测器数据的监控方法，其特征在于，各类型的该感测数据的该本地物件识别码清单包括各类型的该感测数据中的一个本地物件或多个本地物件，且各本地物件具有相应的一本地物件识别码；

其中该本地粗糙特征集包括各类型的该感测数据所相应的方向、距离、及概略。

4.如权利要求3所述的利用多维度感测器数据的监控方法，其特征在于，该本地物件特征抽取及融合处理包括：

依据各类型的该感测数据所相应的该本地物件识别码清单及相应的该本地粗糙特征集，抽取各类型的该感测数据的多个本地细致特征以建立相应的一本地细致特征集；以及

将各类型的该感测数据的该本地细致特征集融合为各本地物件的该本地融合特征。

5.如权利要求1所述的利用多维度感测器数据的监控方法，其特征在于，该本地物件特征信息包括各类型的该感测数据的该本地物件识别码清单、该本地粗糙特征集、该本地融合特征、及该本地身份识别清单，且依据各类型的该感测数据所相应的该本地物件特征信息，进行该全局物件处理以产生该全局物件特征信息的步骤包括：

依据该本地物件特征信息进行一全局物件对应处理，以产生一全局物件识别码清单及相应的一全局粗糙特征集；以及

依据该本地物件特征信息、该全局物件识别码清单及相应的该全局粗糙特征集，进行一全局特征集对应处理以产生在该全局物件清单中的一个全局物件或多个全局物件的每一个相应的一全局细致特征集。

6.如权利要求5所述的利用多维度感测器数据的监控方法，其特征在于，对该全局物件特征信息进行一全局物件辨识以产生该全局辨识结果的步骤包括：

对各类型的该感测数据进行一本地上下文分析处理，以产生一本地上下文分析结果，并合并各本地上下文分析结果以产生一本地上下文合并结果；

依据该本地上下文合并结果以选择一邻近可区分度加权系数或一自适应加权系数；以及

依据所选择的该邻近可区分度加权系数或该自适应加权系数，进行一全局细致特征融合处理以产生各全局物件相应的一全局融合特征。

7.如权利要求6所述的利用多维度感测器数据的监控方法，其特征在于，该全局辨识结果包括一信心度，且该方法更包括：

将该全局融合特征拆解为各类型的该感测数据相应的多个本地细致特征；以及

将该信心度及各类型的该感测数据相应的该多个本地细致特征分别回馈至各类型的该感测数据相应的该本地物件辨识模型。