Machine learning HMMs如何用于手写识别？

这个问题与传统的手写识别有点不同。我有一个数据集，它包含以下数千个数据集。对于一个绘制的字符，我有几个连续的

（x，y）

坐标，笔被按下的位置。因此，这是一个顺序（时间）问题

---

我希望能够根据这些数据对手写字符进行分类，并希望实现HMMs用于学习目的。但是，这是正确的方法吗？如何使用它们来执行此操作？

此问题实际上是两个问题的混合：

从数据中识别一个字符

从（嘈杂的）字符序列中识别单词

HMM用于从噪声测量中找出有限个离散状态的最可能序列。这正是问题2，因为离散状态a-z，0-9的噪声测量以一个序列彼此跟随

对于问题1，HMM是无用的，因为您对底层序列不感兴趣。你想要的是用你如何书写的信息来增加你的手写数字

---

就个人而言，我会从实现常规的最先进的手写识别开始，这已经非常好了（使用卷积神经网络或深度学习）。之后，您可以添加有关如何编写的信息，例如顺时针/逆时针。

我认为HMM可以用于@jens提到的两个问题。我也在研究在线手写，HMM在很多文章中都有使用。最简单的方法如下：

选择一个特征

如果选定的特征是连续的，则将其转换为离散的

选择HMM参数：拓扑和状态

使用HMM训练角色模型。每个类一个模型

使用测试集进行测试

对于每个项目：

最简单的特征是向量的角度，它连接连续的 要点。可以使用更复杂的特征，如向量的角度 由Douglas&Peucker算法获得

离散化的最简单方法是使用Freeman码，但是 也可以使用k-means和GMM等聚类算法

HMM拓扑：遍历、左-右、Bakis和线性各州 可以通过尝试和错误获得。HMM参数可以是可变的 每种型号通过离散化确定观测值的大小。 观察样本可以具有可变长度

我推荐凯文·墨菲

祝你好运

---

这真是个有趣的主意。出于好奇，是每个点的时间坐标也被记录下来了（所以在毫秒1坐标30 x 45被按下），还是它们只是按顺序排列？目前只是顺序排列。我想做一些动态时间扭曲来解释角色画得慢/快的原因。我认为这是正确的方法。作为练习，你可以从识别字母表开始。