分類しなければならない点がいくつかあります。これらのポイントのコレクションを考えると、それらが最もよく一致する他の (既知の) 分布を言う必要があります。たとえば、左上の分布のポイントが与えられた場合、私のアルゴリズムは、それらが 2 番目、3 番目、または 4 番目の分布のどれと一致するかを判断する必要があります。(ここでは、向きが似ているため、左下が正しいでしょう)
私は機械学習のバックグラウンドを持っていますが、専門家ではありません。私はガウス混合モデル、またはおそらく隠れマルコフモデルを使用することを考えていました（以前にこれらの同様の問題で署名を分類したため）。
この問題にどのアプローチを使用するかについての助けをいただければ幸いです。背景情報として、私は OpenCV と Python を使用しているため、選択したアルゴリズムを最初から実装する必要はほとんどないでしょう。この問題に適用できるアルゴリズムを知るためのポインタが必要です。
免責事項: 私はもともとこれを StackExchange の数学セクションに投稿したかったのですが、画像を投稿するのに必要な評判がありませんでした。いくつかの画像を見せないと私の主張がはっきりしないと感じたので、代わりにここに投稿しました。最終的にはオブジェクトの識別に使用されるため、コンピューター ビジョンと機械学習にまだ関連していると思います。
編集：
以下に示す回答のいくつかを読んで検討しましたが、新しい情報を追加したいと思います。これらの分布を単一のガウスとしてモデル化したくない主な理由は、最終的には分布を区別できるようにする必要があるためです。つまり、2 つの異なるオブジェクトを表す 2 つの異なる別々の分布が存在する可能性があり、アルゴリズムは、2 つの分布のうちの 1 つだけが関心のあるオブジェクトを表すことを認識する必要があります。