数字音频信号的水印嵌入算法

文中主要研究了数字音频信号嵌入数字水印的基本原理。在此基础上应用小波变换实现数字音频信号完全可恢复数字水印算法。这种算法所隐藏的水印具有隐蔽性，基本上觉察不出对原始音频信号的影响。嵌入水印的数字音频信号经过信号处理后，仍能正确地提取数字水印。     

基于混沌扩频的小波域数字音频盲水印算法

基于混沌的不可预测性对音频数字水印进行扩频加密,利用多分辨小波分析的特点,设计并实现了一种有意义的小波域数字音频盲水印算法。实验表明该算法具有较好的鲁棒性和不可感知性。     

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。     

基于小波矩和神经网络检测的鲁棒水印算法

为提高抵抗旋转和剪切攻击等的能力,提出了一种基于小波矩特征调制和神经网检测的图像水印算法。利用水印信息调制载体的低阶小波矩特征,经过二值图像中附加的模板训练的神经网络几乎能够完全恢复嵌入到图像中的水印数据。实验表明该算法具有较好的鲁棒性,能有效地抵抗剪切,旋转攻击。算法利用具有旋转不变的小波矩,提高了抵抗攻击的能力。     

神经网络检测的数字语音水印算法

研究数字水印提高抗击性能,由于音频水印容量有限,同时盲检测方案中抗攻击能力普遍较弱,针对上述问题提出了一种在小波域中利用神经网络检测的数字语音水印算法.在数字语音载体的重要小波系数中隐藏了一幅不可感知的二值数字图像,通过二值数字图像中附加的模板对神经网络进行训练,经过训练后的神经网络几乎能够完全恢复嵌入到数字语音中的水印数据.仿真结果表明,小波域水印容量得到提高,算法对抗高斯噪声攻击、压缩、重采样等攻击,具有较强的鲁棒性,可以为实际应用提供依据.     

基于Matlab的数字音频水印量化算法

数字水印技术是近年来音频版权保护领域的一个热点,本文提出了一种基于小波变换和离散余弦变换的数字音频水印嵌入、提取算法的Matlab实现。实验表明,该算法对于重采样,重量化,及MP3压缩等攻击都具有较好的鲁棒性。     

一种基于DCT变换的数字音频水印算法

本文提出了一种在音频作品里面加入稳健水印算法。该算法用随机信号发生器产生随机序列，接着用一定的策略对随机序列嵌入位置进行调整，后把其作为水印在音频作品信号的DCT域添加。实验结果表明，在同一音频作品里面以这样的方式加入水印，通过适当的控制，此种稳健水印能很好地起作用，通过计算提取的稳健水印对诸如滤波、重采样、加噪等攻击表现出很好的稳健性。     

一种改善自同步数字音频水印鲁棒性的方法

同步性是数字音频水印的一个重要问题。文章在分析数字音频水印同步性的基础上提出了一种结合音频倒频谱系数和以音频能量特征决定数字水印嵌入位置的数字水印方法。为验证此方法对于鲁棒性的改善程度,在实验中采用了多种攻击法,包括MP3压缩、时间延展、音高位移、裁切取样点等。实验结果显示该方法对于同步类攻击有相当程度的改善。     

一种基于水印语义编码的数字图像水印算法

提出了一种基于水印语义编码的盲检测水印算法。首先将水印信息利用二维条码技术进行编码获得二值水印图像， 再在密钥控制下对其进行混沌置乱，最后将水印图像嵌入到载体图像的 DCT 域中，该算法既具有低层信号处理级的鲁棒性，又 利用了二维条码自纠错的特性，在高层语义级引入更强的鲁棒性。基于水印语义编码的数学图像水印信息容量大、具有语义特 征、能进行自校验、水印检测不需人工干预、检测效率高的特点，摒弃了使用一般图像水印蕴含信息量少、检测结果靠视觉验证的 不足。     

基于小波域的均值量化数字音频水印算法

提出了一种均值量化的小波域数字音频水印算法。均值量化可以减少攻击对水印的影响,算法选择合适的小波基对音频信号进行小波分解,对其中的中、低频系数进行均值量化,嵌入水印,水印提取过程不需要原始音频信号。实验结果表明,与一般水印量化算法相比,该算法对MP3、重量化、重采样、低通滤波和噪声干扰等信息处理型攻击具有更好的鲁棒性。     

Adaptive Signal-Dependent Audio Watermarking Based on Human Auditory System and Neural Networks

Based the characteristics of the human auditory system (HAS) and the techniques of neural networks, this work proposes an Adaptive Signal-Dependent Audio Watermarking (ASDAW) technique for protecting audio copyrights. First, a signal-dependent watermark for the ASDAW technique is generated by using the characteristics of the HAS (the temporal and frequency maskings). Next, the signal-dependent watermark is hidden in an original audio on the temporal domain. The ASDAW technique can make the signal-dependent audio watermark imperceptive (inaudible) because of the characteristics of the HAS. Moreover, an artificial neural network (ANN) is trained in the ASDAW technique so that the ASDAW technique can memorize the relationships between an original audio and the corresponding watermarked audio. Using the trained ANN (TANN), the ASDAW technique can extract the signal-dependent watermarks without the original audio. The extracted watermarks are then exploited in verifying legal duplications made of an audio during audio authentication. Consequently, the copyright forgery for audio can be suppressed greatly. Furthermore, experimental results illustrate that the ASDAW technique significantly possesses memorized, adaptive, and robust capabilities, making it immune against common audio manipulations and pirate attacks for counterfeiting audio copyrights. This work was in part supported by the National Science Council, R.O.C., under Grant NSC 90-2213-E-150-008.     

基于小波域低频系数的自适应数字音频水印算法

水印嵌入强度是影响水印鲁棒性的重要因素。该文设计了一种基于小波域低频系数自适应数字音频水印算法,利用混沌序列对水印加密,再将原始音频信号分段,对每段音频信号进行小波变换,嵌入强度由每段低频系数与低频系数最大值的比值自适应的选取,最后将水印嵌入到各段的低频部分。实验结果表明,水印在抵抗各种通用的音频处理和攻击(如高斯噪声、MP3压缩、重采样等)方面具有良好的鲁棒性。     

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。     

一种基于人工神经网络的音频水印算法

本文提出了一种新的基于人工神经网络的音频水印算法。该算法利用人工神经网络来智能地估计原宿主信号的水印强度因子,并以这些强度因子的值作为确定水印嵌入强度的依据,以此种方式嵌入水印后的信号其能量频谱能够总是保持在宿主信号的最小听觉掩蔽门限之下。实验结果表明,在音频作品里面以这样的方式加入水印,不但能够保持相当好的透明性,而且对诸如加噪、重采样、重新量化等攻击表现出较好的稳健性。     

基于MCLT变换的音频数字水印技术

在网络与数字信息给人们带来方便的同时,也给人们带来了隐患：敏感信息可能轻易地被窃取、篡改、非法复制和传播等．信息的安全与保密显得越来越重要,信息安全已成为人们关心的焦点,也是当今信息领域的研究热点之一．提出了基于MCLT变换的谱弯折音频水印算法,利用谱弯折技术,通过调整MCLT变换的角频率,可将视觉可辨的二值图像嵌人音频之中,实现水印在整个频域嵌入,算法的最大优点是嵌入量较大．经实验验证,认为谱弯折方法对MP3压缩、重采样等的攻击相当脆弱,不具备鲁棒性,属半易碎型音频水印．     

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。     

基于离散余弦变换的自适应数字音频水印技术研究

提出了一种将灰度图像嵌入到音频信号的数字水印算法 .该算法以包含丰富信息的灰度图像作为数字水印 ,首先利用 DCT静态图像压缩技术 ,将二维数字水印 (灰度图像 )编码成一维二进制序列并进行随机置乱 ,再对数字音频信号进行分段处理并依据人类听觉系统 (HAS)择段做离散余弦变换 (DCT) ,最后在离散余弦变换域内通过修改中高频 DCT系数完成水印信息的自适应嵌入 .实验结果表明 :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     

基于支持向量机(SVM)的数字音频水印

提出了一种新的基于支持向量机(support vector machine,SVM)的数字音频水印算法.主要思想是在宿主音频中嵌入一段模板信息,定义模板信息与宿主音频之间的一种对应关系,将水印的检测问题转化为一个可用SVM处理的二分类问题, 利用SVM对先验知识(对应关系)的学习,以达到对未知数字音频水印的正确分类检测.仿真实验结果表明,该数字音频水印具有较强的健壮性和不可感知性,在受到MP3压缩、低通滤波、重采样/量化、噪声干扰等常用信号处理方法的处理后,能正确检测出水印,同时在水印检测时不需要原始音频,实现了水印的盲检测.     

基于小波变换的音频数字水印研究

介绍了数字音频水印技术的发展背景和小波变换思想,给出了一种基于小波变换的音频数字水印及增强性攻击检测方案,最后总结了该方案的优点以及当前存在的问题。     

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。