Ukryte modele Markowa z C++

Question

Ostatnio szukałem implementacji ukrytych modeli Markowa w C++. Zastanawiam się, czy mógłbym użyć którejś z istniejących bibliotek HMM napisanych w C++, aby używać z Action Recognition (z OpenCV)?

Przywiązuję się do UNIKANIA "ponownego wynajdowania koła"!

Czy można używać Torch3Vision, mimo że (wygląda na to) został zaprojektowany do pracy w celu rozpoznawania mowy?

Mój pomysł polega na tym, czy możemy przekształcić wektorów cech na symbole/Uwagi (za pomocą kwantyzacji wektorowej - Kmeans klastrów), możemy korzystać z tych symboli dla dekodowania, wnioskowania, parametr uczenia (algorytm Baum-Welch). W ten sposób będzie działać z Torch3Vision w OpenCV.

Każda pomoc w tej sprawie zostanie doceniona.

Answer 1

Możesz przyjrzeć się http://www.ece.ucsb.edu/Faculty/Rabiner/ece259/Reprints/tutorial%20on%20hmm%20and%20applications.pdf dla teorii za HMM. Nie jest trudno wdrożyć własne algorytmy.

Dla wersji opartej na języku C można rzucić okiem na moją implementację, http://code.google.com/p/accelges/, którą zrobiłem dla projektu Google Summer of Code.

Answer 2

Istnieje również ta implementacja, którą napisałem kilka dni temu. Jest to klasa dla dyskretnego HMM używającego OpenCV. Można również zapoznać się tutaj:

https://sourceforge.net/projects/cvhmm/

Po kwantyzacji swoich funkcji, można przekonwertować każdy wektor cech do jednej etykiecie i użyj sekwencji etykiet trenować dyskretny HMM.