用矩阵（NxN）观测创建离散隐马尔可夫模型？

Question

在我看到的所有离散HMM中，观察数据由整数流组成。然而，如果观测实际上是离散特征向量会发生什么？例如，如果我尝试使用HMM来学习视频帧的灰度强度值的手势识别，该怎么办？也就是说，每个观察都是用nxn矩阵来描述的，而不是单个值？我该怎么做呢？

谢谢！

Answer 1

您可以使用离散的Multinomial distribution作为HMM的发射组件。例如，每个状态都会发出一个长度为n*n的整数数组，其值介于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。

Answer 2

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。