我在Python中进行手势识别，发现了一个比较完整的库nltk，它可以处理隐马尔可夫模型。但我有一些不明白的地方。

首先是数据。我有手势的坐标，并将它们聚类到了8个簇（使用k-means）。所以这是我的手势结构：

原始坐标 x,y: [[123,16], [120,16], [115,16], [111,16], [107,16], [103,17], ...]
中心点 x,y : [[ 132.375        56.625     ]
               [ 122.45454545   30.09090909]
               [  70.5          27.33333333]
               ...]
标签: [5 6 6 6 6 6 6 2 2 2 2 2 2 4 4 4 ...]

现在我想使用Baum-Welch算法训练一个HMM。所以HiddenMarkovModelTrainer是我的类。

我在网上找到了一些Baum-Welch算法的实现，但仅限于Matlab。这些算法的实现通常需要以下输入：

baum-welch(X, alphabet, H)

其中 – X 是训练数据（在我的情况下 – 标签）
– alphabet 是数据的可能值（在我的情况下 – 0,1,2,3,4,5,6,7）
– H 是隐藏状态的数量

现在我很困惑，因为在ntlk.HiddenMarkovModelTrainer的构造函数中，我需要提供states和symbols，我不知道它们应该是什么，考虑到训练数据X是HiddenMarkovModelTrainer.train_unsupervised()方法的输入，我认为我的alphabet是symbol..我不知道在states中应该放什么。

尽管我的英语不好，我希望我的解释是清楚的。

回答：

隐马尔可夫模型之所以如此命名，是因为它们的实际状态不可观察；相反，状态以一定的概率产生观察。NLTK中HMM的经典用途是词性标注，其中观察是词，而隐藏的内部状态是词性标签。查看这个例子，以理解在这种情况下states和symbols参数的含义。

对于使用HMM进行手势识别，观察是某种特征建模（symbols）的几何输入数据的时间序列 – 在你的情况下，你使用了聚类（也称为“分区” – 参见这篇论文的第3.2节（“Yang, Xu. Hidden Markov Model for Gesture Recognition”）以了解其他可能的模型）。据我所知，内部状态集没有任何有意义的解释。用于训练每个手势的HMM的内部状态数量只是一个需要实验的参数。例如，参见这篇论文（“Yamato, Ohya, Ishii. Recognizing Human Action in Time-Sequential Images using HMM”） – 状态数量设置为36，这在这篇硕士论文中被批评为过高，这只是一个可修改参数的例子。

所以我会尝试使用以下代码：

observed_sequence = [5, 6, 6, 6, 6, 6, 6, 2, 2, 2, 2, 2, 2, 4, 4, 4]
states = range(20) # 实验这个数字
symbols = set(observed_clusters)
trainer = HiddenMarkovModelTrainer(states, symbols)
model = trainer.train_unsupervised([observed_sequence])