一种适于多媒体流的鲁棒性水印方案

提出一种适用于多媒体流的鲁棒性水印算法,该方案将二值图像分段后经扩频调制作为水印信息分别嵌入视频帧的DCT域和音频的DCT域.实验结果表明:算法中嵌入的水印具有良好的不可觉察性,算法复杂度低,并且能够抵抗帧删除,帧插入和帧替换等攻击.对于针对音频信号的攻击,也具有良好的鲁棒性.此外,可以参照另一信号的相应信息,恢复被破坏的水印.     

抗幅度缩放的小波域自适应数字音频水印算法

数字音频水印的鲁棒性是数字水印领域的研究热点之一。为进一步提高音频水印算法针对幅度缩放等攻击的鲁棒性,借用数字图像归一化的思想,提出了一种基于归一化的抗幅度缩放攻击的数字音频水印算法。该算法首先对音频数据进行自适应分段,然后在空域部分均值化音频数据,最后在三级小波变换的低频系数上以抖动调制的方式实现水印信息的嵌入。实验结果表明所提出的算法对缩放攻击具有很好的鲁棒性,并能够抵抗加噪、低通滤波、重采样、重量化等常见攻击。     

基于音频特征的自适应数字音频水印算法

提出了一种基于音频特征的自适应音频水印算法。该算法使用Logistic混沌序列对水印进行加密,通过对音频帧的过零率及短时能量的分析,选取适当的阈值,确定嵌入水印的帧,对选定的音频帧整合分段后进行小波变换,同时采用能量动态调整自适应确定嵌入强度的方法,计算每段音频的近似分量的平均能量,在所得音频帧中嵌入水印。通过实验可知,该算法具有较好的鲁棒性和不可感知性和实用性。     

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.     

基于音频特征的多小波域水印算法

基于对音频特征的分析,提出了一种多小波域的水印算法.结合人类听觉系统的时频掩蔽特性,该算法分析音频帧的过零率及时域能量,确定用于嵌入水印的帧.利用音频的分抽样特征和多小波变换在信号处理中的优势,将每一个音频帧进行分抽样为两个子音频帧并分别将其变换到多小波域.利用两个子音频帧在多小波域的能量来估计所嵌入水印的容量,并根据它们的能量大小关系完成水印的嵌入.水印的提取过程转为一个使用支持向量机进行处理的二分类问题.实验结果验证了所提出的水印算法能根椐音频自身的特点寻找到适合用于嵌入水印的音频帧,且能动态调整水印的嵌入强度,在保证听觉质量的同时提高了水印的鲁棒性.     

一种健壮透明的数字音频DWT水印算法

提出了一种基于离散小波变换(DWT,DiscreteWaveletTransform)的健壮、透明的数字音频水印算法。把音频信号划分为若干个包含相同采样点的帧,每帧划分为若干个包含相同采样点的节。对每帧的前两节实施小波变换,对前两节精细分量的能量进行比较,根据能量比较及水印比特,结合HAS特性,采用不改变或缩小精细分量能量的方法,在精细分量中嵌入水印。结果证明,该算法具有较强的健壮性、较好的透明性,能盲水印检测,可抵抗常见的音频处理及攻击,如:重采样、添加噪声、低通滤波、重新量化、转换等。     

一种抗剪切的DWT域多重音频数字水印算法

提出了一种能够抵抗剪切攻击的鲁棒性DWT域多重音频数字水印算法。该算法结合音频分帧技术及小波变换理论,将置乱、降维处理后的不同彩色数字图像信息嵌入到宿主音频信号的低频小波系数中,实现了多重彩色图像水印在宿主音频中的嵌入与提取。实验结果表明,该算法不仅能够较好地抵抗常规攻击,对剪切攻击也具有较强的鲁棒性,即使是在受到强剪切攻击后仍然能够提取出较清晰的(多重)水印信号。     

基于量化的倒谱变换数字音频水印算法

提出了一种基于复倒谱变换的数字音频水印算法。该算法充分利用了复倒谱变换的特征,将原始音频信号分成若干帧,每帧音频实施复倒谱变换后,将系数均值按照一定的量化方法嵌入水印,水印的提取不需要原始音频信号,是一种盲水印算法;实验结果表明,嵌入的水印不仅具有很好的透明性,而且对重新采样、低通滤波、添加噪声、重新量化、有损压缩等攻击也具有很好的鲁棒性。     

用于内容认证的半脆弱音频零水印算法

提出了一种可用于版权和内容认证的半脆弱音频零水印算法,该算法提取载体音频的中低频分量构造零水印,确保了水印算法的不可感知性,并可实现盲检测。采用自适应的音频分帧方法,合理地分配了水印图像的像素点,从而提高了算法的篡改定位能力和对于常规攻击的鲁棒性。同时利用多级置乱技术消除水印图像的相关性,提高了算法的安全性以及对于常规攻击的鲁棒性。算法不但可进行完整性认证,还可以通过篡改评估准确定位篡改区域。实验结果表明,该算法对于常规攻击具有较好的鲁棒性,对恶意攻击还体现了很强的篡改定位能力。     

基于声道低频能量比的MP3压缩域音频水印算法

为了解决目前大多音频水印算法在应用于MP3音频时存在的效率低下、鲁棒性与不可感知性较难平衡等问题,提出基于MP3帧声道间低频能量的压缩域音频水印算法。该算法的嵌入和提取过程可分别在MP3压缩和解压缩的过程中完成,能大大提高水印的嵌入提取效率。而且由于低频能量具有较好的稳定性,算法利用MP3编解码过程中生成的改进离散余弦变换（MDCT）系数计算得到声道内低频能量,将左右声道内低频能量之比以固定步长量化,最终根据量化结果调整相应的MDCT系数实现水印嵌入;同时,结合不同比例因子频带能量的占比在计算声道内低频能量前对水印嵌入频带进行了筛选,从而能保证水印鲁棒性与不可感知性的平衡。实验显示,该算法可以在维持原始音频可听性的基础上实现对各种类型攻击较好的鲁棒性,尤其是可以抵抗MP3重压缩的攻击。     

一种用音频作载体的信息隐藏算法

提出了一种利用数字音频作载体、高嵌入量的信息隐藏算法,将音频信号划分为若干个包含相同采样点的片段,对每个片段前两个采样点的振幅进行比较,根据机密信息的比特位,结合人类听觉系统的掩蔽效应,采取不改变或缩小音频信号振幅的方法嵌入机密信息。实验证明,该算法听觉相似性好、稳健性较强、嵌入数据量大,能自恢复提取机密信息,可抵抗常见的信号处理及攻击,如重采样、添加高斯噪声、低通滤波等。     

一种用音频作载体的信息隐藏算法*

提出了一种利用数字音频作载体、高嵌入量的信息隐藏算法,将音频信号划分为若干个包含相同采样点的片段,对每个片段前两个采样点的振幅进行比较,根据机密信息的比特位,结合人类听觉系统的掩蔽效应,采取不改变或缩小音频信号振幅的方法嵌入机密信息。实验证明,该算法听觉相似性好、稳健性较强、嵌入数据量大,能自恢复提取机密信息,可抵抗常见的信号处理及攻击,如重采样、添加高斯噪声、低通滤波等。     

Digital audio watermarking using minimum-amplitude scaling on optimized DWT low-frequency coefficients

This work presents an audio watermarking scheme using minimum-amplitude scaling on the optimized lowest-frequency coefficients in the wavelet domain. Signal-to-noise ratio (SNR), bit-error-rate (BER) and Perceptual Evaluation of Audio Quality (PEAQ) are commonly utilized performance indexes in measuring the fidelity, robustness and quality of watermarking algorithms. However, there is a tradeoff relationship between audio quality and robustness. To overcome the drawback, this paper aims in proposing an optimization-based scaling scheme using optimal modification of low-frequency amplitude in the wavelet domain. A function connecting the multi-coefficients, composed of arbitrary scaling on the lowest DWT coefficients, and the group SNR of these coefficient is derived. Karush-Kuhn-Tucker (KKT) theorem and minimum length play two essential roles to obtain the optimal modification of low-frequency amplitude with optimal scaling factors. Furthermore, the almost invariant feature of these optimized scaling factors hold demonstrates resistance to amplitude modification manipulation. To practically evaluate the watermarked audio quality, an objective measurement using the PEAQ is also performed as well. Experimental results confirm that the embedded audio in the proposed method has high SNR, low BER, and good PEAQ, indicating strong robustness against various attacks, such as re-sampling, amplitude modification, and mp3 compression.

     

基于支持向量机的多类音频分类

研究一种用支持向量机(SVM)进行多类音频分类的方法,其中引入增广两类分类法(AB法)设计多类分类器。该算法把音频分为四类:音乐、纯语音、带背景音的语音和典型的环境音,并分析了这几类音频的八个区别性特征,包括修正低能量成分比率(MLER)和修正基频(MPF)两个新特征以及频域总能量、子带能量、频率中心等其它六个基本特征,综合考察了不同特征集在基于SVM分类器中的分类精度。实验结果表明,提取的音频特征有效,基于SVM的多类音频分类效果良好。     

语音信号短时能量及短时幅值对比分析

本文阐述了短时能量和短时幅值的计算公式及对语音信号的应用价值。文中选择两种窗函数:矩形窗和汉明窗对原始音频信号进行截短。理论研究和实验结果说明了这两类参数能够直接反映出音频信号的能量分布及幅值大小变化,从而能够直接判断出语音信号中每个音节的起始端点和结束端点。     

结合密钥和随机标准正交基的音频伪装方案

传统基于Tangram的音频伪装方法所采用的变换模型为仿射变换模型,变换精度低且不满足基本的正交关系,从而无法保证秘密音频与公开音频之间的拟合精度,同时当分段变换音频为恒值序列时,需添加随机扰动以保证变换后音频的恢复质量,由此会降低信道传输音频的听觉质量。针对此问题,提出一种结合密钥和随机标准正交基的音频伪装方法。首先对秘密音频和公开音频分段,利用密钥构造随机标准正交基;其次通过秘密音频小段在随机标准正交基上的投影来对秘密音频小段进行表达,从中选取包括均值幅值较大的前k个投影系数,并记录对应的索引位置;再次通过EMD-q密写方法嵌入到对应的公开音频小段中形成信道公开传输音频;最后通过信道公开传输音频提取的变换参数结合密钥重构秘密音频。实验表明,所提方法可充分利用随机标准正交基重构不同精度的秘密音频,且随着选取的幅值系数增多,恢复的秘密音频质量也越来越好,同时所述策略严格依赖于密钥,只有掌握正确密钥的用户才能进行高精度的重构。     

基于音频特征和低频系数较小值的水印算法

提出一种基于音频特征和DWT低频系数相对较小值的数字水印算法。分析音频帧的过零率及短时能量,选取适当的阈值初步舍弃表明信号中高频信号成分的音频帧,筛选出待处理的音频帧。将选定的音频帧拼接在一起进行小波变换,选取低频系数并分段,通过相邻3个水印比特组合的二进制之和确定水印在该段中的嵌入位置,将系数修改为相邻系数中较小的值。实验结果表明,该算法通过对音频特征的分析,能降低提取低频分量的时间复杂度,实现水印信息的盲检测,提高水印的鲁棒性。     

Robust audio watermarking in the time domain

The audio watermarking method proposed in this paper offers copyright protection to an audio signal by time domain processing. The strength of audio signal modifications is limited by the necessity to produce an output signal that is perceptually similar to the original one. The watermarking method presented here does not require the use of the original signal for watermark detection. The watermark signal is generated using a key, i.e., a single number known only to the copyright owner. Watermark embedding depends on the audio signal amplitude and frequency in a way that minimizes the audibility of the watermark signal. The embedded watermark is robust to common audio signal manipulations like MPEG audio coding, cropping, time shifting, filtering, resampling, and requantization