在我见过的所有离散 HMM 中，观察数据都由整数流组成。但是，如果观察结果实际上是离散的特征向量会发生什么？例如，如果我尝试使用 HMM 来学习视频帧灰度强度值的手势识别，该怎么办？也就是说，每个观察都由一个 nxn 矩阵描述，而不是单个值？我该怎么做呢？
谢谢！
问问题
584 次
2 回答
0
您可以对 HMM 的发射分量使用离散多项式分布。例如，每个状态都会发出一个长度为整数的数组，n*n其值在 0 到 255 之间，表示像素强度（灰度）。
当然，如果值是连续的（浮点数），只需使用多元正态分布。
于 2012-07-29T16:45:18.473 回答
0
根据您要使用的库，ObservationVectors可能会很好用。您可以将矩阵展平为 n² 维向量，并使用经过验证的数据训练模型。然后，您可以从一系列矢量观察中检测到任何手势。
于 2012-07-29T21:04:59.853 回答