opencv目标识别之HMM 模型(隐马尔可夫模型)
学习链接
http://www.cnblogs.com/skyme/p/4651331.html(简单通俗讲解HMM模型)
https://www.zhihu.com/question/20962240(增加了详细的算法解说)
简要笔记(个人总结)
1.HMM 模型
简述:统计模型(运用物理学熵的概念),用于描述一个含有隐含位置参数的马尔可夫过程。
难点:在于从可观察的参数中确定该过程的隐含参数,再利用该参数进一步分析
举例:模式识别
2.三类主要相关算法
1)已知隐含状态数量(骰子数量)、转换概率(每种骰子不同点数概率)、可见状态链(投掷结果),求解隐含状态链(每次掷出来的是哪种骰子)
2)已知隐含状态数量、转换概率、可见状态链,求解结果概率
3)已知隐含状态数量、可见状态链,求解转换概率
3.三类问题对应解法要点
1)穷举发
对应短马尔可夫链
2)向前算法
最大概率
从第一个状态开始求解
3)遍历算法
总概率
所有可能概率之和
4)向后算法
从最后状态往前算
5)维特比算法
寻找最佳路径
4.应用
翻译、分词、语音识别、手势识别……等