隐马尔可夫模型 (HMM)

隐马尔可夫模型（HMM）是一种统计框架，用于建模内部过程不可直接观察——故称"隐"——但可通过可观测事件序列进行推断的系统。 尽管现代深度学习已发展到能处理复杂序列，HMM仍作为统计人工智能与概率论的基础概念而存在。它特别适用于分析时间序列数据——其中事件顺序提供关键背景信息——其核心原理在于：未来状态的概率仅取决于当前状态，而非先前历史。

隐马尔可夫模型的核心机制

要理解隐马尔可夫模型（HMM）的运作机制，必须区分该模型的两个不同层次：不可见的状态层与可见的输出层。该模型假设系统在隐状态之间根据特定概率进行转换，并在每个步骤产生观测值。

隐马尔可夫模型由一组参数定义，这些参数控制着状态转换和状态输出：

• 隐藏状态：这些 代表系统在特定时刻的底层现实。在语音模型中，隐藏状态可能代表 特定音素或词汇。
• 可观测事件：这些是由传感器或输入实际采集的数据点。在语音示例中，观测结果即为音频波形或频谱图数据。
• 转移概率：该矩阵描述从一个隐藏状态转移到另一个隐藏状态的可能性。例如，天气从"雨天"转变为"晴天"的概率。
• 发射概率： 这些概率定义了在当前隐藏状态下观察到特定观测结果的可能性。
• 初始概率： 决定系统最可能初始状态的分布。

训练隐马尔可夫模型通常采用鲍姆-韦尔奇算法， 从训练数据中估计这些参数。训练完成后， 通常使用维特比算法从新观测数据集中解码 最可能的隐状态序列。

隐马尔可夫模型与其他序列模型

尽管隐马尔可夫模型（HMMs）与其他序列处理工具存在相似之处，但在架构和应用方面却存在显著差异：

• 隐马尔可夫模型（HMM）与 循环神经网络（RNN）： RNN和 长短期记忆（LSTM） 网络是能捕捉长程依赖关系和非线性模式的深度学习模型，而HMM则是 更简单的概率模型，受限于马尔可夫假设（短期记忆）。 然而，HMM 所需数据量显著更少，且可解释性远高于其他模型。
• 隐马尔可夫模型（HMM）与卡尔曼滤波器（KF）： 两者均用于状态估计。然而，卡尔曼滤波器专为连续状态设计（如追踪移动车辆的精确位置），而隐马尔可夫模型则适用于离散状态（如判定车辆处于"停泊"、"行驶"或"静止"状态）。

实际应用

尽管深度学习（DL）日益兴起，隐马尔可夫模型（HMM）在需要对序列进行概率推理的场景中仍被广泛应用。

语音与手写识别

从历史上看，隐马尔可夫模型（HMM）是语音识别系统的核心支柱。在此框架下，语音词汇构成"隐藏"状态，而麦克风录制的音频信号则作为观测数据。HMM通过建模字符笔画间的转换关系，帮助确定产生音频信号的最可能词序列，同时也能辅助破译连笔手写体。

生物序列分析

在生物信息学领域，隐马尔可夫模型（HMMs）对基因预测和蛋白质比对至关重要。它们通过分析DNA或氨基酸序列来识别功能区域，例如基因组内的基因。这些"隐藏"状态可能代表编码区或非编码区，而具体的核苷酸（A、C、G、T）则作为观测数据。

计算机视觉中的动作识别

在现代计算机视觉领域，HMM可与诸如YOLO26等模型相结合。 YOLO26 进行动作识别。YOLO 在单帧中YOLO 物体或姿态，而HMM能分析这些姿态随时间的序列变化，从而classify ，例如"行走"、"奔跑"或"跌倒"。

视觉与状态分析的融合

对于使用 Ultralytics 来 管理数据集和模型的开发者而言，理解序列逻辑至关重要。视觉模型提供原始观测数据 （检测结果），这些数据可输入到HMM等状态空间模型中，从而推断时间上下文。

以下示例演示了如何姿势估计 生成一组观测序列。这些关键点可作为下游HMM或类似逻辑的"可观测事件"输入，用于classify 时间序列classify 。

from ultralytics import YOLO

# Load the YOLO26n-pose model for efficient keypoint detection
model = YOLO("yolo26n-pose.pt")

# Run inference on a video source (the 'observable' sequence)
# stream=True creates a generator for memory efficiency
results = model.predict(source="path/to/video.mp4", stream=True)

# Iterate through frames to extract observations
for result in results:
    # Each 'keypoints' object is an observation for a potential HMM
    keypoints = result.keypoints.xyn.cpu().numpy()

    if keypoints.size > 0:
        print(f"Observation (Normalized Keypoints): {keypoints[0][:5]}...")
        # In a full pipeline, these points would be fed into an HMM decoder

在现代人工智能中的重要性

尽管在自然语言处理（NLP）等任务中，变压器和大型语言模型（LLMs）已超越隐马尔可夫模型（HMMs），但HMMs在边缘计算和低延迟环境中仍具有重要意义。其计算效率使其成为资源受限系统的理想选择，尤其适用于需要处理大量数据的场景。 GPU 的系统。 此外，由于其基于透明概率矩阵，相较于许多神经网络的"黑箱"特性， HMMs能提供更高的可观测性。