我正在开发一个手语识别应用程序，希望使用隐马尔可夫模型作为分类阶段。这意味着我将对手势/姿势进行分类，以获取相关字母或单词。
目前，我已经完成了第一阶段的手部检测。我可以获取一些参数（特征），例如：手的凸包、凸点、质心、旋转椭圆/矩形的边界（例如，在旋转方面获得所需的任何角度）、手的轮廓和矩。这些都可以通过openCv实现。
我的问题是：一旦我拥有了所有这些特征，如何执行'特征提取'阶段？也就是说，如果一个机器学习算法，例如HMM需要一组概率，我该如何使用上述信息？
一个想法是创建一个特殊的数据结构，其中包含这些信息，以唯一地识别每个手势，但我该如何将其输入到机器学习技术中？ （在这种情况下，隐马尔可夫模型）
请问是否能指导我至少在这个阶段应该搜索什么，或者指导我显示我真正遇到的困难是什么？
目前，我已经完成了第一阶段的手部检测。我可以获取一些参数（特征），例如：手的凸包、凸点、质心、旋转椭圆/矩形的边界（例如，在旋转方面获得所需的任何角度）、手的轮廓和矩。这些都可以通过openCv实现。
我的问题是：一旦我拥有了所有这些特征，如何执行'特征提取'阶段？也就是说，如果一个机器学习算法，例如HMM需要一组概率，我该如何使用上述信息？
一个想法是创建一个特殊的数据结构，其中包含这些信息，以唯一地识别每个手势，但我该如何将其输入到机器学习技术中？ （在这种情况下，隐马尔可夫模型）
请问是否能指导我至少在这个阶段应该搜索什么，或者指导我显示我真正遇到的困难是什么？