当我们需要做手势识别时，我们应该为每个手势训练几个HMM。那么当我们需要对手势进行分类时，我们会计算每个HMM的序列概率，并选择具有最高似然的那个
但是，当我们需要对一个序列中的多个手势进行分类而我们不知道如何分割多个手势以采用相同的方法进行单一手势时该怎么办
那么我们怎么做这个序列分类呢？ HMM是否合适？还有其他方法吗？
谢谢
答案 0 :(得分：3)
NLP通常使用实时解释来做到这一点。设置匹配阈值;当一系列动作解析为唯一的手势且符合阈值时，您将其解释为手势。
这在描述中很简单。在实践中，有很多反馈，特别是如果某些手势是其他手势的子集，或者匹配不像我们想要的那样清晰。
如果你想使用HMM，你可以在接受终端状态标记训练后播种吗？