基于同态补偿翻拍图像的方向预测方法

为抵抗翻拍图像对人脸识别等认证系统的攻击,提出一种人脸图像梯度方向预测算法。通过自适应高斯同态滤波进行光照补偿增强真实活体图像与翻拍图像的对比度,用八方向Sobel算子与像元卷积方向预测,并使用支持向量机(SVM)分类器设计图像分类器判别两类图像。抽取国内外数据库(南京航空航天大学与耶鲁大学人脸库)活体人脸与翻拍人脸共522张进行实验,检测率达到99.51%;另用三星Galaxy Nexus手机拍摄261张真实人脸,同时进行翻拍,得到样本库522张人脸,实验检测率达到98.08%,特征提取用时167.04s。结果表明能有效地检测分类出真实人脸照片与翻拍假冒照片,并具有较高的特征提取效率。     

一种基于MPEG音频编码的隐写算法

为了解决在压缩音频中实现高透明性、大容量信息隐藏的问题,提出了一种新的基于MPEG音频编码的盲检测隐写算法,首先通过对可变长码字(VLC)配对,实现对原始码字空间的扩展,然后利用码字映射规则完成秘密信息的嵌入.该算法能够保持隐写前后的压缩音频文件大小不变,隐写过程中不需要对MPEG音频进行完全解码.实验结果表明,所提出算法计算复杂度低,同时可获得较高的隐藏容量和良好的不可感知性.     

面向语音识别系统的对抗样本攻击及防御综述

自动语音识别系统(ASR)能将输入语音转换为对应的文本,其性能因深度学习技术的发展得到了显著提高.然而,通过在输入语音中添加微小扰动而生成的对抗样本,可以使人类毫无察觉的同时让ASR系统产生不可预测的,甚至是攻击性的指令.这种新型的对抗样本攻击给基于深度学习的ASR系统带来了诸多安全隐患.本文对语音对抗样本作了系统性的...     

DSP芯片技术实验的探索与开发

介绍了数字信号处理器(DSPs)的结构及技术特性,系统地总结了基于TI公司DSP芯片的JTAG仿真开发系统的软件开发工具和系统集成、调试工具,详细地分析了不同的DSP实验的硬件开发环境,并具体地探讨了一般的DSP实验项目(熟悉CC,存储器寻址测试,中断测试,D／A转换,FIR,FTT等)以及针对电信、自动化等专业的专门DSP实验项目(DSP直流电机调速系统扩展实验板DSP语音回放系统扩展实验板等)的开发方案。     

基于语音频谱融合特征的手机来源识别

随着手机录音设备的普及以及各种功能强大且易于操作的数字媒体编辑软件的出现,语音的手机来源识别已成为多媒体取证领域重要的热点问题,针对该问题提出了一种基于频谱融合特征的手机来源识别算法。首先,通过分析不同手机相同语音的语谱图,发现不同手机的语音频谱特征是不同的;然后对语音的频谱信息量、对数谱和相位谱特征进行了研究;其次,将三个特征串联构成原始融合特征,并用每个样本的原始融合特征构建样本特征空间;最后,采用WEKA平台的CfsSubsetEval评价函数按照最佳优先搜索原则对所构建的特征空间进行特征选择,并采用LibSVM对特征选择后的样本特征空间进行模型训练和样本识别。实验部分给出了特征选择后的频谱单一特征和频谱融合特征在23款主流型号的手机语音库上分类的结果。实验结果表明,该算法使用频谱融合特征有效提高了手机品牌类内的平均识别准确率,在TIMIT翻录语音数据库和自建的CKC-SD语音数据库上分别达到99.96%和99.91%;另外,与Hanilci基于梅尔倒谱系数特征的录音设备来源识别算法进行了对比,平均识别准确率分别提高了6.58和5.14个百分点。因此可得本文所提特征可有效提高平均识别准确率,降低手机类内识别的误判率。     

基于深度残差网络的语音隐写分析方法

针对目前以WAV格式语音为载体的最低有效位(LSB)隐写方法的检测性能较低的问题,提出了一种基于深度残差网络的语音隐写分析方法.首先,通过多组高通滤波器组成的固定卷积层来计算输入语音信号的残差信号,并利用截断线性激活单元对得到的残差信号进行截断操作;然后,通过卷积层与设计的残差块的堆叠来构建深度网络,以提取深层次的隐写...     

基于ResNet的音频场景声替换造假的检测算法

针对造假成本低、不易察觉的音频场景声替换的造假样本检测问题,提出了基于ResNet的造假样本检测算法。该算法首先提取音频的常数Q频谱系数（CQCC）特征,之后由残差网络（ResNet）结构学习输入的特征,结合网络的多层的残差块以及特征归一化,最后输出分类结果。在TIMIT和Voicebank数据库上,所提算法的检测准确率最高可达100%,错误接收率最低仅为1.37%。在现实场景下检测由多种不同录音设备录制的带有设备本底噪声以及原始场景声音频,该算法的检测准确率最高可达99.27%。实验结果表明,在合适的模型下利用音频的CQCC特征来检测音频的场景替换痕迹是有效的。     

基于采样值排序的音频可逆隐写算法

针对已有音频可逆隐写算法失真较大的问题,提出一种基于采样值排序的改进音频可逆信息隐写算法。将音频采样值序列划分为固定大小的采样块,对采样块内部的采样值进行升序排列。计算每个采样块的复杂度,根据复杂度确定采样块是否能够用于嵌密。对于能够嵌密的块,通过其复杂度等级确定最优预测采样值,将该采样值与其他采样值相减得到预测误差,依据预测误差值的大小决定执行嵌密操作或移位操作。在EBU-SQAM标准测试集上的实验结果表明,在相同嵌入容量的条件下,相较于DE算法和PEE算法,该算法的SNR值较高,具有高保真的特性。     

基于差值扩展的音频无损信息隐藏算法

在Tian算法的基础上,提出了一种基于音频的无损信息隐藏算法。该算法首先对载体音频进行溢出预处理和采样点分类,然后利用差值扩展方法,将隐秘信息嵌入到扩展差值的LSB位。在提取时,利用无损解码技术得到位置映射表,再提取出隐秘信息后,载体音频可以实现无损恢复。仿真结果证明,算法能获得较高的隐藏容量,并能有效地保证含秘音频的感知质量。     

融合残差网络和极限梯度提升的音频隐写检测模型

针对目前音频隐写检测方法对基于校验网格编码(STC)的音频隐写检测准确较低的问题,考虑到卷积神经网络(CNN)在抽象特征提取上的优势,提出一种融合深度残差网络(DRN)和极限梯度提升(XGBoost)的音频隐写检测模型.首先,利用固定参数的高通滤波器(HPF)预处理输入的音频,并通过三个卷积层提取特征,其中第一个卷积层...