基于人工神经网络的“零数字”音频水印算法

提出了一种基于人工神经网络的数字音频水印算法.利用人工神经网络学习和自适应的特征,将音频信号的重要特征作为人工神经网络的输入,通过人工神经网络的学习,建立音频信号与水印信息的对应关系,达到在不修改音频信号情况下把水印"嵌入"到原始音频信号中.实验结果表明该算法具有很强的鲁棒性和抵抗常用信号处理方法处理的能力,并且在提取水印时不需要原始音频信号.     

基于人工神经网络的数字音频水印算法

提出了一种新的基于神经网络训练学习的数字音频水印算法 ,采用本算法在一段数字音频数据中隐藏了一幅不可感知的二值图像 .通过后向传播算法的神经网络训练出模板信号与嵌入了水印信号的音频之间的关系特征 ,由于神经网络具有学习和自适应的特性 ,通过训练后的神经网络几乎能够完全恢复嵌入到音频中的水印数据 .通过仿真实验结果表明该算法具有较好的鲁棒性和抵抗常用的信号处理方法的处理的能力 ,特别是在水印检测时不需要原始的音频信号 .     

抑制原始信号影响的数字音频水印算法

在扩频水印算法基础上,文中提出了一种在盲检测过程中抑制原始信号影响的数字音频水印算法.该方法的水印信息是通过听觉模型(HAS)掩蔽后嵌入到原始音频信号的小波变换系数中.文中在水印检测过程中,利用了离散小波变换(DWT)后相邻子带间系数的相似性来抑制原始音频信号对相关检测结果的影响.实验结果表明该算法很好地改进了水印的鲁棒性.     

基于音频特征的抗去同步攻击数字水印算法

抗去同步攻击的强鲁棒数字音频水印方法研究是一项富有挑战性的工作.本文结合数字音频自身特征,提出了一种基于音频内容的抗去同步攻击数字水印算法.该算法首先根据数字音频的局部能量特征,从原始载体中提取出稳定的特征点;然后以音频特征点为标识,确定用于水印嵌入的候选音频段;最后采纳量化调制策略,将数字水印嵌入到音频载体内.进行数字水印检测时,系统通过分析音频内容提取特征点,再以特征点为标识提取水印信息,水印检测无需原始音频信号参与.仿真实验结果表明,本文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、添加噪声等)和去同步攻击(随机剪切、幅度缩放、时间延展、抖动等)均具有较好的鲁棒性.     

基于模数运算的DWT域数字音频水印

提出了一种基于DWT变换域的数字音频水印算法,对小波变换系数采取模2取余方法作为数字水印嵌入策略。通过仿真实验结果表明主要具有以下几个方面的特点：(1)水印隐蔽效果好,凭借人的感觉系统无法分辨出与原始音频的差别;(2)可以有效地抵抗噪声、低通滤波、有损压缩的处理;(3)在检测水印要受到密钥的限制,不知道口令的人是无法正确恢复出水印图像的。另外本算法在检测水印时不需要原始的音频信号。     

基于支持向量机的自同步音频水印算法*

针对如何有效抵抗去同步攻击的问题,论文提出了一种基于支持向量机的自同步音频水印新算法。该算法利用能量特性从载体音频中提取能量特征,再结合音频包络信息,利用支持向量机训练出较稳定的特征点,同时结合听觉掩蔽特性将水印信息在混合域内嵌入到数字音频中。水印检测时,利用音频的特征点实现水印的重同步,无须求助于原始音频。仿真实验结果表明,所提出的算法不仅具有较好的不可感知性,而且对音频常规处理与攻击和破坏水印检测同步特性的恶意攻击均具有较好的稳健性。     

一种用于内容完整性保护的脆弱数字音频水印算法

提出了一种用于内容完整性保护的脆弱数字音频水印算法 ,该算法首先将视觉可辨的二值水印图像降维成一维水印序列并对其进行随机置乱 ,再从原始数字音频信号中随机选取采样数据并进行快速傅立叶变换 (FFT) ,最后结合人类听觉系统 (H AS)计算可感知噪声阈值 JN D(Just Noticeable Distortion,或称为临界可见失真 ) ,并依此选取FFT系数通过量化处理嵌入水印信息 .该算法提取水印信息时不需要原始数字音频信号 .仿真结果表明 :该脆弱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     

基于音频统计特性的数字水印嵌入算法

结合数字音频时频域统计特性及同步码技术, 提出了一种可有效抵抗去同步攻击的混合域数字音频水印嵌入算法. 该算法首先结合数字水印与同步码(大小), 对原始音频载体进行分段处理, 并将每个音频数据段分割成两部分用于嵌入同步码与水印信息; 然后利用时间域音频样本统计特性, 将同步码信息嵌入到音频样本的统计均值上; 最后根据频率域小波系数统计特性, 将数字水印嵌入到低频小波系数的平均值内.     

基于量化技术的音频水印算法

针对数字音频作品版权保护的实际需要,提出一种利用二值图像作为版权标识的音频水印算法。利用伪随机序列对作为版权标识的二值图像进行置乱,同时对音频信号进行离散小波分解,然后根据置乱后的水印信息对所选取的小波系数进行量化处理,最后进行小波逆变换得到含水印信息的音频信号。实验表明,本算法对各种常见的水印攻击均具有较强的鲁棒性,可以有效解决数字音频作品版权保护等问题,具有一定的实用价值。     

一种基于二维码的鲁棒性音频水印

基于普通图像的数字音频水印算法,鲁棒性弱以及自动化检测复杂.针对这种情况,本文在此基础上提出了一种新的盲水印嵌入算法.利用二维码(QR码)自身的纠错能力,将QR码作为待嵌入的水印图像.首先将水印图像进行分块处理,以Arnold变换为基础,通过添加密匙来提升数字音频水印的安全性.其次对原始音频信号完成分帧预处理后,首先对每帧信号应用3级离散小波变换(DWT),选取低频分量进行离散余弦变换(DCT),然后把得到的一维信号进行奇异值分解.最后通过对奇异值的量化,并利用重复码的特点,将水印信息进行嵌入.实验结果表明,本文算法对噪声、低通滤波、压缩等常见的攻击方法具有良好的鲁棒性.     

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）。     

基于频率掩蔽效应的自适应音频数字水印技术

文章提出了一种基于频率掩蔽效应的自适应音频数字水印算法。嵌入的水印为视觉可辨的二值图像,水印能根据音频信号的频域掩蔽阈值进行自适应调整,水印的提取采用假设检验的方法。实验结果表明所嵌入的水印是不可感知的,该算法对大多数音频信号处理具有很强的鲁棒性,如重采样、MP3压缩和随机裁剪等操作。     

基于m序列的音频水印隐藏算法

该文提出基于m序列的音频信息隐藏算法,将需要隐藏的水印信息进行m序列的扩展;对数字音频信号进行分段离散小波变换,最后将经过调制的水印信号嵌入到二层小波变换的中频系数中。在接收端,利用盲检测可以精确地提取水印信号。实验仿真结果表明:算法对原始载体音频信号的影响极小,具有较好的鲁棒性和透明性。     

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．     

基于局部极值点的音频盲水印算法

该文提出了一种新的音频水印算法。它充分利用了离散小波变换的多分辨率特性,在小波变换的细节部分搜索局部极值点,通过修改局部极值及其相邻点的幅度值,实现水印信息的嵌入。水印检测不需要参考原始音频。实验结果证明了该算法的鲁棒性和不可感知性。     

基于DCT变换及SVD处理的音频数字水印算法

提出了一种基于离散余弦变换及奇异值分解的音频水印算法。首先对二值水印图像进行奇异值分解求出奇异值,然后对所得奇异值进行基于音频信号变换域性质的调制,并对音频信号进行离散余弦变换并计算水印嵌入点,最后将经过调制的水印信号嵌入。仿真试验证明这种自适应音频数字水印算法具有稳健性和不可觉察性。     

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．     

一种易损性音频数字水印技术

利用变换域嵌入水印是音频水印的主流技术,一般的嵌入方法是通过调整所选变换系数实现。谱弯折方法实现整段频谱的非线性位移,可将水印嵌入整个频谱。该文在Choi犤1犦的谱弯折音频数字水印算法基础上,研究了算法的鲁棒性,通过大量实验验证,认为谱弯折算法对信号处理类攻击相当脆弱,不具备鲁棒性,是一种易损性音频水印。     

自适应小波变换的扩频音频数字水印

在分析了自适应小波变换特性的基础上,提出一种基于自适应小波变换的扩频音频数字水印算法.将二值水印图像降维处理转化为一维序列,再将一维序列与m序列做扩频调制,对音频信号进行分段做自适应小波变换,把经过扩频调制的水印信号经过量化处理嵌入到自适应小波变换后的系数中.模拟实验证明,该方法具有较好的不可感知性和鲁棒性.