基于信息熵和时间趋势的音频关注区域提取算法研究

音频信号某区域的关注情况受音频特征的影响,目前主要的自下而上的关注区域提取算法大都将一维音频信号转至二维图像利用图像显著性算法进行分析,往往忽略了关注事件在时间维度上的持续性特征。针对此问题,基于音频信号的信息熵特征同时引入统计学时间趋势相关算法,通过对信号分帧求取信息熵值,再进行指数移动平均等计算得到关注度值,从而确定高关注区域。与当前的主流关注度提取算法进行对比,在很好检测到关注区域的起止点基础上,计算得到的关注度值整体更平滑,同时考虑了人耳听觉系统对某事件关注的持续性特点,通过对一段脱口秀节目音频进行实验,得到整体掌声笑声片段检出率为81.6%。     

数字水印信息预处理方法研究

近几年随着计算机和网络的发展,数字水印技术越来越受到重视,而水印信息的预处理可提高水印的鲁棒性等特性,本文主要先介绍了m序列,扩频处理,Arnold图像置乱,并分别对扩频处理和图像置乱进行了改进,使得扩频后的数据更加具有随机性,置乱空间密钥更大,安全性更好,并对扩频技术和图像置乱技术进行了比较,得出结论扩频技术使用范围更广,随机性更好,更好的提高了水印信息的鲁棒性。     

基于能量关系的小波域音频水印方法

利用音频信号中相邻音频帧之间的高相关性,提出了一种基于相邻两音频帧在小波域的能量大小关系嵌入水印的新算法.结合每两帧之间的能量均值与能量差值特征,以确定用于嵌入水印的音频帧.实验结果表明该方法有较好的鲁棒性和不可感知性,能抵抗常见的信号处理攻击.     

一种新的图像窜改检测与自恢复算法*

提出一种新的图像窜改检测与自恢复算法,不但可以检测定位出图像中任何细微的窜改,而且可以恢复被较大面积窜改的图像数据。首先,在环面自同构映射的基础上采用列偏移方法优化块序列,随后将关联块的组合水印分别嵌入到各映射块内每个像素的三位最低有效比特,最后按照像素尺寸对图像窜改进行逐级检测,并以最小分块为单元来自恢复图像。经实验证明,该算法能有效地进行窜改检测与内容恢复,尤其窜改区域较大时具有显著的效果。     

面向新闻视频内容分析的音频分层分类算法*

提出了一种规则和隐马尔可夫模型相结合的音频分层分类算法,首先利用规则将新闻节目中的音频分为静音、语音和音乐三类,然后采用隐马尔可夫模型进一步将语音和音乐细分为男主持人语音、女主持人语音、交替报道、独白语音、现场语音和音乐六类。实验结果表明,男主持人语音、女主持人语音以及音乐的分类效果最好,查准率和查全率均可达90％以上;交替报道的分类性能最差,查准率为57.5％,查全率为79.3％;其他类别的分类性能居中,在70%～90％左右。与同类算法相比,该算法分类性能较高。     

基于发音特征的音/视频双流语音识别模型*

构建了一种基于发音特征的音/视频双流动态贝叶斯网络(dynamic Bayesian network, DBN)语音识别模型,定义了各节点的条件概率关系,以及发音特征之间的异步约束关系,最后在音/视频连接数字语音数据库上进行了语音识别实验,并与音频单流、视频单流DBN模型比较了在不同信噪比情况下的识别效果。结果表明,在低信噪比情况下,基于发音特征的音/视频双流语音识别模型表现出最好的识别性能,而且随着噪声的增加,其识别率下降的趋势比较平缓,表明该模型对噪声具有很强的鲁棒性,更适用于低信噪比环境下的语音识别     

基于Shamir秘密共享的整数小波联合数字水印算法

针对多水印系统中的联合问题,提出一种基于Shamir秘密共享的联合数字水印算法,把经过预处理的水印嵌入到整数小波域的中频系数上,该算法生成的水印不可见性较好,并且对单一攻击及多种复合攻击尤其对剪切攻击具有很好的鲁棒性,可验证数字作品的联合问题,并能很好地检测出作品的伪作者．     

一种抗几何失真的彩色图像数字水印算法*

提出了一种基于SIFT(尺度特征变换)特征点校正几何参数的小波域彩色图像水印算法.该算法利用RGB彩色图像中蓝色与绿色分量的小波系数之间的关系,在蓝色水平细节和垂直细节中嵌入相同的水印;水印检测前,利用红色分量中的SIFT特征点估计几何参数,校正失真水印图像,从而可以无失真地提取水印.实验结果表明,该算法对压缩、噪声、剪裁、旋转、缩放等各类几何攻击具有很好的鲁棒性.     

基于DCT域的半盲自恢复水印技术

提出了一种可自恢复水印的半盲数字水印技术,采用了双荸数字水印的方法,建立了一套独有的自恢复系统来获取数字水印技术所必须具备的高稳健性.人类视觉模型在算法中的引入则为水印的透明性提供了有力的保障,该算法的抽取和检测不需要原始水印参与,是一种半盲水印算法.实验证实了该算法不仅可以有效地应对各种常规的信号处理攻击,而且还可以防止大部分恶意水印攻击,相比于其他多种同类型水印算法,其稳健性和透明性都有明显提高.     

基于可逆信息隐藏的的无损鲁棒数字水印模型的研究

提出一种新的无损鲁棒数字水印的框架模型,该框架模型中通过鲁棒数字水印算法把水印嵌入进去,然后将可恢复原载体图像的信息再经可逆信息隐藏方法嵌入到该水印图像中,该模型在提取水印和恢复载体图像过程中都不需要原载体图像。基于该框架模型,本文提出一种基于混沌和JPEG压缩格式的无损鲁棒数字水印的算法,实验证明该算法不仅可以使载体图像无损重构,而且能有效的抵抗JPEG压缩、噪声干扰、低通滤波、剪切、旋转等几种典型的攻击,具有较强的鲁棒性,验证了本文所提出无损鲁棒数字水印框架模型的有效性。