[发明专利]基于数据融合的物体辨识系统及物体辨识的自我学习方法

权利要求书

1.一种基于数据融合的物体辨识系统，其特征在于，包括：

一身份感测装置，用以感测进入一监视区域的至少一物体各别的一身份数据；

一特征感测装置，用以感测进入该监视区域的该物体各别的一特征数据；及

一控制主机，连接该身份感测装置及该特征感测装置，该控制主机于多个群组中决定至少其中之一作为该特征数据所属的该群组，于该身份数据的一第一感测时间与该特征数据的一第二感测时间相符时对该身份数据及该特征数据所属的该群组进行关联，并于判断任一该群组被关联至同一该身份数据的一关联次数大于一关联临界值时，对该群组与该身份数据进行配对；该控制主机包括一清除模块，该清除模块用以判断满足一清除条件时，清除符合该清除条件的该关联次数所对应的该身份数据与该群组之间的关联。

2.如权利要求1所述的基于数据融合的物体辨识系统，其特征在于，该身份感测装置是一RFID读取器，该身份数据储存于该物体所包含的一RFID标签，该RFID标签于收到该身份感测装置所发出的一无线射频信号后回传该身份数据至该身份感测装置。

3.如权利要求1所述的基于数据融合的物体辨识系统，其特征在于，该特征感测装置是一摄影机，并用以对该监视区域内的该物体进行拍摄以产生一视讯数据，于该视讯数据中辨识该物体的一影像数据，并依据该物体的该影像数据分析该特征数据。

4.如权利要求1所述的基于数据融合的物体辨识系统，其特征在于，该特征感测装置是一生物辨识器，并用以感测该监视区域内的该物体的一生物数据，并依据该生物数据分析该特征数据。

5.如权利要求1所述的基于数据融合的物体辨识系统，其特征在于，该控制主机包括一分群模块，该分群模块用以比较该特征数据与分别对应该多个群组的多个模板数据，于该特征数据符合该多个模板数据之一者时将该特征数据分群至符合的该模板数据所对应的该群组，并于该特征数据不符合该多个模板数据时，依据该特征数据建立新的该群组，并将该特征数据分群至新的该群组。

6.如权利要求5所述的基于数据融合的物体辨识系统，其特征在于，该控制主机更包括一距离计算模块，该距离计算模块用以计算该特征数据与该多个模板数据之间各别的一距离值，该分群模块是于任一该距离值小于一距离临界值时判定该特征数据符合该模板数据，并于所有该距离值不小于该距离临界值时判定该特征数据不符合所有该模板数据。

7.如权利要求1所述的基于数据融合的物体辨识系统，其特征在于，该控制主机包括：

一时间差计算模块，计算该身份数据的该第一感测时间与每一该特征数据的该第二感测时间之间的一时间差；及

一关联模块，于该时间差小于一时间临界值时增加该身份数据及该特征数据所属的该群组之间的该关联次数。

8.如权利要求1所述的基于数据融合的物体辨识系统，其特征在于，该清除条件是任一该关联次数小于一清除临界值。

9.如权利要求1所述的基于数据融合的物体辨识系统，其特征在于，该清除条件是任一该关联次数持续一清除时间未被更新。

10.如权利要求1所述的基于数据融合的物体辨识系统，其特征在于，该控制主机包括一更新模块，该更新模块用以于判断另一该群组与该身份数据之间的该关联次数大于该关联临界值且大于已配对至该身份数据的该群组的该关联次数时，解除配对该群组与该身份数据，并配对另一该群组与该身份数据。