今天你搞畢設了麼——4.30(DTW動態時間規整法)
Dynamic Time Warping(DTW)是一種衡量兩個時間序列之間的相似度的方法,主要應用在語音識別領域來識別兩段語音是否表示同一個單詞。
1. DTW方法原理
在時間序列中,需要比較相似性的兩段時間序列的長度可能並不相等,在語音識別領域表現為不同人的語速不同。而且同一個單詞內的不同音素的發音速度也不同,比如有的人會把“A”這個音拖得很長,或者把“i”發的很短。另外,不同時間序列可能僅僅存在時間軸上的位移,亦即在還原位移的情況下,兩個時間序列是一致的。在這些複雜情況下,使用傳統的歐幾里得距離無法有效地求的兩個時間序列之間的距離(或者相似性)。
DTW通過把時間序列進行延伸和縮短,來計算兩個時間序列性之間的相似性:
如上圖所示,上下兩條實線代表兩個時間序列,時間序列之間的虛線代表兩個時間序列之間的相似的點。DTW使用所有這些相似點之間的距離的和,稱之為歸整路徑距離(Warp Path Distance)來衡量兩個時間序列之間的相似性。
2. DTW計算方法:
令要計算相似度的兩個時間序列為X和Y,長度分別為|X|和|Y|。
歸整路徑(Warp Path)
歸整路徑的形式為W=w1,w2,...,wK,其中Max(|X|,|Y|)<=K<=|X|+|Y|。
wk的形式為(i,j),其中i表示的是X中的i座標,j表示的是Y中的j座標。
歸整路徑W必須從w1=(1,1)開始,到wK=(|X|,|Y|)結尾,以保證X和Y中的每個座標都在W中出現。
另外,W中w(i,j)的i和j必須是單調增加的,以保證圖1中的虛線不會相交,所謂單調增加是指:
最後要得到的歸整路徑是距離最短的一個歸整路徑:
最後求得的歸整路徑距離為D(|X|,|Y|),使用動態規劃來進行求解:
上圖為代價矩陣(Cost Matrix) D,D(i,j)表示長度為i和j的兩個時間序列之間的歸整路徑距離。
3. DTW實現:
matlab程式碼:
![複製程式碼](http://common.cnblogs.com/images/copycode.gif)
function dist = dtw(t,r) n = size(t,1); m = size(r,1); % 幀匹配距離矩陣 d = zeros(n,m); for i = 1:n for j = 1:m d(i,j) = sum((t(i,:)-r(j,:)).^2); end end % 累積距離矩陣 D = ones(n,m) * realmax; D(1,1) = d(1,1); % 動態規劃 for i = 2:n for j = 1:m D1 = D(i-1,j); if j>1 D2 = D(i-1,j-1); else D2 = realmax; end if j>2 D3 = D(i-1,j-2); else D3 = realmax; end D(i,j) = d(i,j) + min([D1,D2,D3]); end end dist = D(n,m);
![複製程式碼](http://common.cnblogs.com/images/copycode.gif)
C++實現:
dtwrecoge.h
![](http://images.cnblogs.com/OutliningIndicators/ExpandedBlockStart.gif)
![複製程式碼](http://common.cnblogs.com/images/copycode.gif)
/***dtwrecoge.h*********************************************************************/ #ifndef dtwrecoge_h #define dtwrecoge_h #include<stdio.h> #include<math.h> #define DTWMAXNUM 2000 #define MAX(a,b) ((a)>(b)?(a):(b)) #define MIN(a,b) ((a)<(b)?(a):(b)) #define ABS(a) ((a)>0?(a):(-(a))) #define DTWVERYBIG 100000000.0 /*****************************************************************************/ /* DTWDistance,求兩個陣列之間的匹配距離 /* A,B分別為第一第二個陣列,I,J為其陣列長度,r為匹配視窗的大小 /* r的大小一般取為陣列長度的1/10到1/30 /* 返回兩個陣列之間的匹配距離,如果返回-1.0,表明陣列長度太大了 /*****************************************************************************/ double DTWDistanceFun(double *A,int I,double *B,int J,int r); /*****************************************************************************/ /* DTWTemplate,進行建立模板的工作 /* 其中A為已經建立好的模板,我們在以後加入訓練樣本的時候, /* 以已建立好的模板作為第一個引數,I為模板的長度,在這個模板中不再改變 /* B為新加入的訓練樣本,J為B的長度,turn為訓練的次數,在第一次 /* 用兩個陣列建立模板時,r為1,這是出於權值的考慮 /* temp儲存匹配最新訓練後的模板,建議temp[DTWMAXNUM],函式返回最新訓練後模板的長度 /* 如果函式返回-1,表明訓練樣本之間距離過大,需要重新選擇訓練樣本, /* tt為樣本之間距離的閾值,自行定義 /*****************************************************************************/ int DTWTemplate(double *A,int I,double *B,int J,double *temp,int turn,double tt,double *rltdistance); #endif
![複製程式碼](http://common.cnblogs.com/images/copycode.gif)
dtwrecoge.cpp
![](http://images.cnblogs.com/OutliningIndicators/ExpandedBlockStart.gif)
![複製程式碼](http://common.cnblogs.com/images/copycode.gif)
/*dtwrecoge.cpp**************************************************************/ #include "dtwrecoge.h" double distance[DTWMAXNUM][DTWMAXNUM]; /*儲存距離*/ double dtwpath[DTWMAXNUM][DTWMAXNUM]; /*儲存路徑*/ /*****************************************************************************/ /* DTWDistance,求兩個陣列之間的匹配距離 /* A,B分別為第一第二個陣列,I,J為其陣列長度,r為匹配視窗的大小 /* r的大小一般取為陣列長度的1/10到1/30 /* 返回兩個陣列之間的匹配距離,如果返回-1.0,表明陣列長度太大了 /*****************************************************************************/ double DTWDistanceFun(double *A,int I,double *B,int J,int r) { int i,j; double dist; int istart,imax; int r2=r+ABS(I-J);/*匹配距離*/ double g1,g2,g3; int pathsig=1;/*路徑的標誌*/ /*檢查引數的有效性*/ if(I>DTWMAXNUM||J>DTWMAXNUM){ //printf("Too big number\n"); return -1.0; } /*進行一些必要的初始化*/ for(i=0;i<I;i++){ for(j=0;j<J;j++){ dtwpath[i][j]=0; distance[i][j]=DTWVERYBIG; } } /*動態規劃求最小距離*/ /*這裡我採用的路徑是 ------- . | . | . | . | */ distance[0][0]=(double)2*ABS(A[0]-B[0]); for(i=1;i<=r2;i++){ distance[i][0]=distance[i-1][0]+ABS(A[i]-B[0]); } for(j=1;j<=r2;j++){ distance[0][j]=distance[0][j-1]+ABS(A[0]-B[j]); } for(j=1;j<J;j++){ istart=j-r2; if(j<=r2) istart=1; imax=j+r2; if(imax>=I) imax=I-1; for(i=istart;i<=imax;i++){ g1=distance[i-1][j]+ABS(A[i]-B[j]); g2=distance[i-1][j-1]+2*ABS(A[i]-B[j]); g3=distance[i][j-1]+ABS(A[i]-B[j]); g2=MIN(g1,g2); g3=MIN(g2,g3); distance[i][j]=g3; } } dist=distance[I-1][J-1]/((double)(I+J)); return dist; }/*end DTWDistance*/ /*****************************************************************************/ /* DTWTemplate,進行建立模板的工作 /* 其中A為已經建立好的模板,我們在以後加入訓練樣本的時候, /* 以已建立好的模板作為第一個引數,I為模板的長度,在這個模板中不再改變 /* B為新加入的訓練樣本,J為B的長度,turn為訓練的次數,在第一次 /* 用兩個陣列建立模板時,r為1,這是出於權值的考慮 /* temp儲存匹配最新訓練後的模板,建議temp[DTWMAXNUM],函式返回最新訓練後模板的長度 /* 如果函式返回-1,表明訓練樣本之間距離過大,需要重新選擇訓練樣本, /* tt為樣本之間距離的閥值,自行定義 /* rltdistance儲存距離,第一次兩個陣列建立模板時可以隨意賦予一個值, /* 後面用前一次返回的值賦予該引數 /*****************************************************************************/ int DTWTemplate(double *A,int I,double *B,int J,double *temp,int turn,double tt,double *rltdistance) { double dist; int i,j; int pathsig=1; dist=DTWDistanceFun(A,I,B,J,(int)(I/30)); if(dist>tt){ printf("\nSample doesn't match!\n"); return -1; } if(turn==1) *rltdistance=dist; else{ *rltdistance=((*rltdistance)*(turn-1)+dist)/turn; } /*尋找路徑,這裡我採用了逆向搜尋法*/ i=I-1; j=J-1; while(j>=1||i>=1){ double m; if(i>0&&j>0){ m=MIN(MIN(distance[i-1][j],distance[i-1][j-1]),distance[i][j-1]); if(m==distance[i-1][j]){ dtwpath[i-1][j]=pathsig; i--; } else if(m==distance[i-1][j-1]){ dtwpath[i-1][j-1]=pathsig; i--; j--; } else{ dtwpath[i][j-1]=pathsig; j--; } } else if(i==0){ dtwpath[0][j-1]=pathsig; j--; } else{/*j==0*/ dtwpath[i-1][0]=pathsig; i--; } } dtwpath[0][0]=pathsig; dtwpath[I-1][J-1]=pathsig; /*建立模板*/ for(i=0;i<I;i++){ double ftemp=0.0; int ntemp=0; for(j=0;j<J;j++){ if(dtwpath[i][j]==pathsig){ ftemp+=B[j]; ntemp++; } } ftemp/=((double)ntemp); temp[i]=(A[i]*turn+ftemp)/((double)(turn+1));/*注意這裡的權值*/ } return I;/*返回模板的長度*/ }//end DTWTemplate
![複製程式碼](http://common.cnblogs.com/images/copycode.gif)
C++程式碼下載:DTW演算法.rar
三個走向
第一篇文章 https://blog.csdn.net/gdp12315_gu/article/details/55667483 (點選開啟連結)
第二篇文章 https://blog.csdn.net/app_12062011/article/details/53442506 (點選開啟連結)
第三篇文章 https://www.cnblogs.com/xingshansi/p/6924911.html?utm_source=itdadao&utm_medium=referral(點選開啟連結)
http://www.cnblogs.com/xingshansi/p/6815217.html (語音訊號常用特徵點選開啟連結)
百度百科 https://baike.baidu.com/item/dtw/3219286?fr=aladdin點選開啟連結