DTW的具体实现

DTW在很多领域都有其具体应用，主要用于模板匹配，如孤立词语音识别，计算机视觉中行为识别，信息检索等。最近在做语音这块的研究，于是深入分析了下DTW的具体实现过程，其实DTW的实现过程就是一个利用动态规划思想寻找最有路径。相关理论知识本来打算自己写一篇，网上查了下不得不佩服大神的杰作，所以这里自己就不再详述理论了，因为大神的佳作还是比较难超越。理论知识可以参考：(1)https://www.cnblogs.com/tornadomeet/archive/2012/03/23/2413363.html，(2)https://www.cnblogs.com/tornadomeet/archive/2012/03/23/2413363.html。本博文主要结合上面两篇博客结合代码进一步分析DTW的具体实现。具体代码如下：

from numpy import array, zeros, argmin, inf, equal, ndim
# from scipy.spatial.distance import cdist
from sklearn.metrics.pairwise import manhattan_distances
#在这里我用到的是曼哈顿距离(求绝对值距离)
#如果比较的是二维数组，则用欧几里得距离

s1 = [1, 2, 3, 4, 5, 5, 5, 4]
s2 = [3, 4, 5, 5, 5, 4]

r, c = len(s1), len(s2)
D0 = zeros((r+1,c+1))
D0[0,1:] = inf
D0[1:,0] = inf
D1 = D0[1:,1:]
#浅复制
# print D1

#生成原始距离矩阵
for i in range(r):
    for j in range(c):
        D1[i,j] = manhattan_distances(s1[i],s2[j])

'''
在这里，D0可以手动计算出来
D0 = [[ 0. inf inf inf inf inf inf]
 [inf  2.  3.  4.  4.  4.  3.]
 [inf  1.  2.  3.  3.  3.  2.]
 [inf  0.  1.  2.  2.  2.  1.]
 [inf  1.  0.  1.  1.  1.  0.]
 [inf  2.  1.  0.  0.  0.  1.]
 [inf  2.  1.  0.  0.  0.  1.]
 [inf  2.  1.  0.  0.  0.  1.]
 [inf  1.  0.  1.  1.  1.  0.]]
'''

M = D1.copy()
#代码核心，动态计算最短距离
for i in range(r):
    for j in range(c):
        D1[i,j] += min(D0[i,j],D0[i,j+1],D0[i+1,j])


'''
在这里，D1是可以手动计算出来的
D1 = [[ 2.  5.  9. 13. 17. 20.]
 [ 3.  4.  7. 10. 13. 15.]
 [ 3.  4.  6.  8. 10. 11.]
 [ 4.  3.  4.  5.  6.  6.]
 [ 6.  4.  3.  3.  3.  4.]
 [ 8.  5.  3.  3.  3.  4.]
 [10.  6.  3.  3.  3.  4.]
 [11.  6.  4.  4.  4.  3.]]
'''



i,j = array(D0.shape) - 2

p,q = [i],[j]
#回溯寻找最短路径
while(i>0 or j>0):
    tb = argmin((D0[i,j],D0[i,j+1],D0[i+1,j])) #最小值的索引

    if tb==0 :
        i-=1
        j-=1
    elif tb==1 :
        i-=1
    else:
        j-=1
    p.insert(0,i)
    q.insert(0,j)

print ('M = ',M)
#原始距离矩阵
print ('pq = ',zip(p,q))
#匹配路径过程
print ('D1 = ',D1)
#Cost Matrix或者叫累积距离矩阵
print (D1[-1,-1])
#序列距离

看懂了理论，实现过程也比较简单，实在不懂可以调试下该代码，希望可以给大家提供帮助，若有不当之处请指教，谢谢！