Pełen tekst pracy (~3,8MB)
Pełen tekst pracy (~3,8MB)
Pełen tekst pracy (~3,8MB)
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Rozdzia̷l 4<br />
Ukryte modele Markowa<br />
Ukryty model Markowa (HMM - Hidden Markov Model) jest automatem o skończonej<br />
liczbie stanów, generujacych ↩ ̷lańcuchy obserwacji [13, 55]. Ukryte modele<br />
Markowa stanowia↩ narzedzie ↩ wykorzystywane szeroko do modelowania szeregów cza-<br />
sowych. Spotyka si ↩ e je w wi ↩ ekszo´sci obecnych systemów rozpoznawania mowy, w<br />
licznych zastosowaniach komputerowej biologii molekularnej, w kompresji danych<br />
oraz innych obszarach sztucznej inteligencji i rozpoznawania obrazów. Ostatnio<br />
HMM znajduja↩ zastosowanie w wizji komputerowej do modelowania sekwencji obrazów<br />
i ´sledzenia obiektów.<br />
HMM opisuje dwa stochastyczne procesy: jednym jest nieobserwowalny ̷lańcuch<br />
Markowa ze skończona↩ liczba↩ stanów, scharakteryzowany rozk̷ladem prawdopodobieństwa<br />
stanu poczatkowego ↩ i macierza↩ prawdopodobieństw przej´sć pomiedzy ↩ stanami,<br />
drugim jest ciag ↩ obserwacji generowany przez stany zgodnie z danymi rozk̷ladami<br />
prawdopodobieństwa. Wykonanie gestu przez cz̷lowieka tak˙ze wia˙ze ↩ sie↩ z dwoma procesami, z których pierwszy skojarzony jest z ukrytymi stanami mentalnymi<br />
powstajacymi ↩ w mózgu, drugi za´s z obserwowanymi na zewnatrz ↩ akcjami.<br />
Dlatego obecnie coraz cze´sciej ↩ HMM wykorzystywane sa↩ do rozpoznawania gestów<br />
[23, 54, 61].<br />
4.1 Podstawy matematyczne<br />
HMM jest narzedziem ↩ pozwalajacym ↩ reprezentować rozk̷lady prawdopodobieństwa<br />
w ciagach ↩ obserwacji. Oznaczmy obserwacje↩ w chwili t przez yt. Obserwacja↩ mo˙ze<br />
być symbol z dyskretnego alfabetu, zmienna rzeczywista lub ca̷lkowita, albo inny<br />
obiekt, nad którym mo˙zna zdefiniować rozk̷lad prawdopodobieństwa. Zak̷ladamy,<br />
˙ze obserwacje sa↩ dokonywane w dyskretnych, jednakowo odleg̷lych chwilach, wiec ↩ t<br />
jest indeksem przyjmujacym ↩ ca̷lkowite warto´sci, t ∈ {1, 2, ..., T }.<br />
Nazwa HMM wynika z dwóch podstawowych za̷lo˙zeń:<br />
1. Obserwacja w chwili t zosta̷la wygenerowana przez pewien proces, którego stan<br />
xt jest ukryty dla obserwatora.<br />
2. Stan xt spe̷lnia w̷lasno´sć Markowa, tzn. zale˙zy wy̷l ↩<br />
obserwacja yt zale˙zy wy̷l ↩<br />
acznie od xt−1 a ponadto<br />
acznie od xt , tzn. nie zale˙zy od stanów i obserwa-<br />
49