opencv目标识别之HMM 模型(隐马尔可夫模型)

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