我有一些机器学习的背景，我也刚刚使用支持向量机完成了面部识别。我正在尝试将此练习转换为HMM，但我在理解符号以及如何使用它时遇到问题（我正在使用Kevin Murphy的HMM包）。
我得到了关于6个不同人（编号为1-6）的50个灰度图像。每个图像是10像素乘10像素，并且每个像素可以具有0-255（8位灰度）之间的值。我的目标是能够将新图像分类为6个面孔中的一个。
我的方法是拍摄每张图像并使其成为长度为100个元素的长矢量，每个元素都是一个像素值。现在，我正处理这个令人困惑的部分。我使用的符号如下：
N：观察符号的数量 - 我知道隐藏状态是人的面部（即1-6），因此，有6个隐藏状态，因此N = 6。
T：观察序列的长度 - 这等于50？我不确定这代表什么
M：观察符号的数量 - 这等于100？ “观察符号”的术语是指代表观察的向量中的元素数量吗？
O：观察次数 - 这代表什么？在每个例子中，他们使用单个二进制观察值，并使它为2（即开或关）。在我的情况下会是什么？
我非常感谢帮助