一种新的混合域自适应数字音频水印算法

以MP3压缩等攻击特点厦局部音频相关特性为基础，提出了一种新的混合城数字音频盲水印算法．首先，结合MP3压缩等攻击特点，对原始数字音频进行自适应的分段处理；再对每个音频数据段进行DWT和DCT；最后，结合局部音频特性与听觉掩蔽特性，自适应确定量化步长．并将水印信号嵌入到音频数据段的低频分量中．仿真实验表明，本文算法不仅具有较好的透明性，而且对诸如重新采样、重新量化、叠加噪声、低通滤波等攻击均具有较好的鲁棒性．特剐地，该算法对于最为普通的MP3压缩攻击具有极强的抵抗能力．     

一种可抵抗MP3压缩的音频水印算法

提出了一种稳健的自适应混合域数字音频水印算法，该算法具有以下特点:(1)通过采纳更为稳健的同步信号及其全新嵌入策略，提高了音频水印的抗攻击能力；(2)充分利用DWT的多分辨率特性和DCT的能量压缩特性，改善了数字水印的隐藏效果；(3)结合听觉掩蔽特性自适应确定量化步长，提高了数字水印的不可感知性；(4)以保证不可感知性和稳健性的良好平衡为前提，实现了数字水印的盲检测．仿真实验表明，所提出的算法不仅具有较好的不可感知性，而且对诸如重新采样、重新量化、叠加噪声、低通滤波、随机剪切等攻击均具有较好的稳健性．特别地，该算法对于最为普通的MP3压缩攻击具有极强的抵抗能力(尤其是高压缩比下).     

自适应小波域数字音频水印嵌入算法研究

以整型提升小波变换、人类听觉掩蔽特性、数字音频局部邻域特性为基础，提出了一种自适应小波域数字音频水印嵌入算法，该算法具有以下特点：（1）结合人类听觉系统的掩蔽特性，实现了水印嵌入位置的自适应确定；（2）引入了高效的整型提升小波变换；（3）利用数字音频的局部邻域特性，实现了数字水印嵌入深度的智能调节；（4）数字水印信息的提取不需要原始音频信号．对比实验表明：该自适应数字音频水印算法不仅具有较好的透明性，而且对诸如叠加噪声、有损压缩、低通滤波、重新采样、重新量化等攻击均具有较好的鲁棒性（特别是叠加噪声与低通滤波）。     

一种基于音频特征的自适应量化数字音频水印算法

针对传统的固定步长量化方法对不同种类音频载体适应性较差的缺点,提出了一种新的自适应量化步长的数字音频盲水印算法．该算法结合音频载体自身特点自适应确定量化步长,大大增强了算法对不同音频载体的适应性．仿真实验表明,该算法对于不同种类音频载体不仅具有较好的不可感知性,并且对于重采样,重量化,噪声,低通滤波及MP3压缩等攻击都具有较好的鲁棒性.     

一种基于均值量化的抗去同步攻击数字水印算法

基于量化调制的音频水印方案以其原理简单、操纵灵活等特点,已引起人们广泛关注,但现有方案不同程度地存在鲁棒性较差等不足之处.结合音频统计均值稳定特性及同步码技术,提出了一种新的数字音频水印嵌入算法,该算法选取稳健的16位巴克码作为同步标记,通过量化音频样本统计均值嵌入同步码,同时结合听觉掩蔽特性量化低频小波系数平均值嵌入数字水印.仿真实验结果表明,本算法不仅具有较好的不可感知性,而且对常规信号处理(MP3压缩、低通滤波、添加噪声、均衡化等)和去同步攻击(随机剪切、幅度缩放、抖动等)均具有较好的鲁棒性.     

一种新的大容量数字音频水印嵌入算法

提出了一种新的大容量数字音频水印嵌入算法．该算法具有以下特点：（1）以整型小波变换为基础，不仅降低了舍入误差，而且提高了音频水印的嵌入与检测速度；（2）采纳分段变换及整体修改策略，增强了数字水印嵌入的稳定性；（3）以灰度图像作为数字水印，不仅数据容量大，而且更具层次感和多样性；（4）以保证不可感知性和鲁棒性的良好平衡为前提，实现了数字水印的盲检测．仿真实验表明：所提出的算法不仅具有较好的不可感知性，而且对诸如重新采样、重新量化、低通滤波、MP3压缩、叠加噪声等攻击均具有较好的鲁棒性．     

基于内容的自适应小波域数字音频水印算法研究

以整型提升小波变换、静态图像压缩编码、人类听觉系统（HAS）为基础，提出了一种将灰度图像（即二维数字水印）嵌入到数字音频信号的新水印算法．该算法具有以下特点：（1）应用静态图像压缩编码技术，实现了以灰度图像作为水印信号的数字音频水印算法；（2）充分利用人类听觉系统（HAS），实现了二维数字水印的自适应嵌入，增强了算法的透明性和鲁棒性，（3）二维数字水印的提取不需要原始音频信号．仿真实验表明：该自适应数字音频水印算法不仅具有较好的透明性，而且对诸如叠加噪声、有损压缩、低通滤波、重新采样、重新量化等攻击均具有较好的鲁棒性．     

基于听觉特性的DCT域数字音频水印算法

提出一种基于听觉掩蔽效应和量化的DCT域音频水印嵌入方案,根据人耳的生理听觉特性,计算音频信号的掩蔽阈值,对获取的中低频系数量化后嵌入数字水印图像,量化步长由掩蔽阈值自适应控制,并且水印的提出和检测都不需要原始数字音频信号的参与。实验结果表明,该算法具有较好的不可感知性,并且对压缩、滤波等操作具有较强的鲁棒性。     

抗MP3压缩的自适应音频盲水印算法

提出一种可抵抗MP3压缩的稳健的数字音频盲水印算法。该算法通过对音频小波域的近似分量进行分段以嵌入水印。水印提取时按音频特征实现自适应重分段,同时自动调整提取强度,解决了音频特征在MP3压缩前后不一致的矛盾,并实现了盲提取。实验结果显示该算法能有效抵抗MP3压缩、重采样、低通滤波和叠加白噪声等多种攻击。     

一种新的SVM数字音频水印嵌入算法

为了取得鲁棒性与不可感知性的良好平衡,提出一种新的SVM数字音频水印嵌入算法.该算法以回归型支持向量机(SVR)理论及同步码技术为基础,首先结合数字音频内容,选取稳定的能量、过零率作为特征向量并获得SVR训练模型,然后利用SVR训练模型自适应确定嵌入位置,最后采纳量化调制策略,分别在空间域和频率域内将同步码和数字水印嵌入到音频载体内.仿真实验表明,本文算法不仅具有较好的不可感知性,而且对诸如叠加噪声、重新采样、重新量化、低通滤波、MP3压缩、随机剪切等攻击均具有较好的鲁棒性.     

A New Adaptive Digital Audio Watermarking Based on Support Vector Regression

On the basis of support vector regression (SVR), a new adaptive blind digital audio watermarking algorithm is proposed. This algorithm embeds the template information and watermark signal into the original audio by adaptive quantization according to the local audio correlation and human auditory masking. The procedure of watermark extraction is as follows. First, the corresponding features of template and watermark are extracted from the watermarked audio. Then, the corresponding feature of template is selected as training sample to train SVR and an SVR model is returned. Finally, the actual outputs are predicted according to the corresponding feature of watermark, and the digital watermark is recovered from the watermarked audio by using the well-trained SVR. Experimental results show that our audio watermarking scheme is not only inaudible, but also robust against various common signal processing (such as noise adding, resampling, requantization, and MP3 compression), and also has high practicability. In addition, the algorithm can extract the watermark without the help of the original digital audio signal, and the performance of it is better than other SVM audio watermarking schemes.     

一种新的基于量化的音频数字水印算法

文章提出了一种新的基于量化的音频数字水印算法,该算法首先将视觉上可辨的二值水印图像降为一维序列,再将水印序列伪随机排序,最后对数字音频信号进行分段DCT(离散余弦变换),水印信号通过量化处理过程嵌入到DCT变换后的系数中,提取水印信号无需使用原始数字音频信号。仿真实验表明水印是不可察觉的,经过mp3有损压缩、低通滤波、重采样等操作后仍具有很强的稳健性。     

一种新颖的音频双水印算法

论文提出一种既能对音频作品进行版权保护又能对其进行内容认证的音频双水印算法。首先对音频信号进行整数小波分解,然后对低频系数运用零水印技术构造鲁棒水印,达到对音频作品进行版权保护的目的。同时对整数小波分解后的高频系数进行量化处理生成脆弱水印,达到对音频作品进行内容认证的目的。实验表明,双水印系统中的鲁棒水印对常见的音频水印攻击具有较强的鲁棒性,脆弱水印对滤波等常见的信息处理具有很强的敏感性。     

新的特征点强鲁棒音频水印技术

以均值量化索引调制（MQIM）、特征点为理论基础,提出一种新颖的强鲁棒性数字音频水印技术。该算法选取数字音频的局部能量峰值点作为特征,提取稳定的特征点;以特征点为标记,对特征点后的区域进行分段,利用均值量化索引调制将水印嵌入到原始音频的小波域中。水印提取时无需原始图像。仿真实验表明,提出的算法对常规信号处理（MP3压缩、叠加噪声、重新采样、重新量化等）和去同步攻击（随机剪切、幅度缩放、变调、抖动等）均具有较好的鲁棒性。     

基于模糊聚类的小波域数字图像水印算法*

结合人眼视觉系统的感知特性与图像的局部相关特性,提出了一种基于模糊聚类的小波域数字图像水印嵌入方案.该方案首先对原始载体图像实施小波变换;然后结合视觉感知特性,在小波域内进行模糊C-均值(FCM)聚类分析,自适应确定出数字水印的嵌入位置与嵌入强度;最后利用图像自身的局部相关性,通过修改小波系数值,将数字水印嵌入到宿主图像内.该方案在提取数字水印信息时,不需要原始载体图像.实验结果表明,该自适应小波域图像水印嵌入技术不仅具有较好的透明性,而且对诸如叠加噪声、JPEG压缩、平滑滤波、几何剪切、图像增强、马赛克效果等攻击均具有较好的鲁棒性.