首先介绍一下DTW的思想：
假设现在有一个标准的参考模板R，是一个M维的向量，即R={R（1），R（2），……，R（m），……，R（M）}，每个分量可以是一个数或者是一个更小的向量。现在有一个测试的模板T，是一个N维向量，即T={T（1），T（2），……，T（n），……，T（N）}同样每个分量可以是一个数或者是一个更小的向量，注意M不一定等于N，但是每个分量的维数应该相同。算法的目的是要计算出测试模板T和标准模板R之间的距离。因为两个模板长度不同，所以其对应匹配的关系有很多种，我们需要找出其中距离最短的那条匹配路径。参考链接：点击打开链接
结合我们的项目，标准的参考模板就是提前录好的一整段杨氏太极拳动画，测试的模板就是实时用动捕设备采集的数据。首先只考虑一个关节的匹配。那么N应该就是帧数，测试模板T中每个分量是一个三维向量(x,y,z)，通过这种动态规划的算法，首先得到一个M×N的距离矩阵，然后得到损失矩阵，进而得到模板之间的距离，并通过最终的距离给出这一关节的分数。
因为我们是要实时交互的，所以算法的运行速度是一个很大的问题，查阅资料，发现有一些加速DTW的算法，待我实现DTW之后会尝试一下。
问题
在实现算法的过程中，意识到一个问题：测试模板的最终帧该如何确定呢？即我在何时对该帧及以前的帧序列进行一次DTW。
目前我有这么几个想法：
①整套太极打完，以整套动作为一个序列去和标准动作匹配。这个很省事，但是会有延时，而且这么大的向量去做递归，感觉内存会爆炸。
②分招式进行匹配。这个我觉得可行度很高，但是要手动给标准动作找出分界点，感觉有点不智能呢。
③在用户打太极的过程中，每隔t秒，把当前帧与标准动作序列帧进行匹配，找到最相似的一帧，从而截取出标准模板。但是这个方法一是会增大计算量，二是容易出错（可能最相似的那一帧，并不是我们想要的那一帧）。
进一步工作
1、在VS里用C++实现DTW算法，使其可以处理数据，可以先用一个关节的数据来试试。然后优化。
2、诺亦腾设备双脚的传感器出了一些问题，要花时间修复一下。。。