数字音频水印技术发展及应用

对数字音频水印技术的产生背景、发展现状及其应用做了一个综述,讨论了数字音频水印技术系统的特点和要求,比较了常用的数字音频水印技术,并着重讨论了非对称水印技术的实现方案,最后较系统的分析了数字音频水印的典型应用.     

数字音频水印技术发展及应用

对数字音频水印技术的产生背景、发展现状及其应用做了一个综述，讨论了数字音频水印技术系统的特点和要求，比较了常用的数字音频水印技术，并着重讨论了非对称水印技术的实现方案，最后较系统的分析了数字音频水印的典型应用。     

数字音频水印相关理论与技术

随着科技的不断进步,音频产品快速发展,人们开始关注音频产品版权的保护,数字音频水印技术成为了当前比较活跃的研究领域。基于此,详细分析了数字音频水印技术的一些相关理论,包括音频水印的基本要求、音频水印技术的常用评价标准,深入研究了音频水印的关键技术,以期为后期音频水印算法的研究提供技术支持和评价标准。     

多媒体电子地图中数字音频水印的研究与实现

讨论了多媒体电子地图中数字音频水印技术的原理及实现过程，提供了一条通过数字音频水印对多媒体电子地图产品进行版权保护的途径。     

小波域音频水印综述

该文对基于小波变换的数字音频水印算法做了概要性的介绍,由于其良好的局部性时频分析特性和多分辨率分析,小波变换在数字音频版权保护领域有很好的应用效果。对基于小波变换的数字水印技术的相关概念和现有方法进行了描述与分析,另外,对基于小波变换的数字音频水印技术的未来发展方向和前景进行了预测。     

一种基于小波变换的音频脆弱水印算法

数字音频水印算法是水印技术中重要的组成部分,而近年来对音频水印的研究远远少于图像水印,脆弱水印的研究则更加少。提出了一种基于小波变换的音频脆弱水印算法,在音频信号的小波变换域嵌入二值图像水印,采用量化嵌入方法,实现了盲提取。仿真实验结果表明,此算法具有较好的不可闻性、敏感性和安全性。     

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 .     

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.     

基于离散小波变换的数字音频水印

该文根据小波变换的时频分析特性,提出了一种在数字音频信号中加入二值标志图像的水印嵌入方法。该方法结合人的听觉特性,将水印和原始音频数据分别进行小波变换,将变换后水印和音频小波系数更好地融合,使水印不可感知。实验结果表明,利用该方法嵌入的二值标志图像水印对一般的信号处理具有较好的不可感知性和鲁棒性。所提出的方法在数字音频的版权保护和身份验证方面具有特殊的保密性。     

用于版权保护与内容认证的半脆弱音频水印算法

提出了一种可同时用于版权保护与内容认证的半脆弱数字音频盲水印算法. 该算法具有以下特点: 1)结合音频自身特性, 不仅能够自适应划分音频数据段, 而且能够智能调节水印嵌入强度, 增强了数字音频水印的鲁棒性; 2)能够同时进行数字音频的版权保护与内容认证, 并可大致确定篡改发生区域. 仿真实验表明, 文中算法不仅具有较好的不可感知性, 而且对常规处理具有较好的鲁棒性, 同时能够对替换等恶意篡改作出报警并确定被篡改位置.     

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．     

基于多分辨率分解的数字音频水印

根据小波变换的时频分析特性和多分辨率的分析特性,提出了一种在数字音频信号中加入彩色标志图像的水印嵌入方法。该方法结合人的听觉特性,将水印和原始音频数据同时进行小波分解;将分解后的水印小波系数嵌入到原始音频信号的不同分辨率上,使水印不可感知。实验结果表明,利用该方法嵌入的彩色标志图像水印对一般的信号处理具有一定的健壮性,所提出的方法在数字音频的版权保护和身份验证方面具有较好的保密性。     

增强鲁棒性的音频水印算法

提出了一种基于离散小波变换的数字音频水印盲检算法.算法选择在小波系数中嵌入水印,将同步化位元码引入到音频水印的研究中,针对切割或插入额外音频段的攻击有较好的抵抗能力,并且通过重复地将水印嵌入到音频信号中,增强了鲁棒性,提取水印时不需要原始音频信号.实验结果表明,该方法具有良好的鲁棒性和不可听见性.     

一种基于谱熵的自同步音频水印算法

在研究音乐作品版权保护的问题上,由于人类听觉系统对随机噪声十分敏感,是数字音频水印技术需要攻克的难题。针对数字音频作品的版权认证,提出了一种具有良好不可感知性的语音谱熵的自同步盲检测音频水印算法。算法首先选择有意义的二值图像作为水印,采用基于Arnold置乱和混沌序列加密的方法对水印进行预处理,然后根据谱熵选择适合嵌入水印的音频段,将同步信号和水印隐藏在音频信号的DWT域低频子带中。通过加入同步信息,使得提取水印的效率大大提高。实验结果表明,算法具有良好的不可感知性以及较高的提取效率,并对各种常见的攻击表现出了良好的鲁棒性。     

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.     

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DCT与DWT的音频水印算法

采用DCT和DWT两种方法相结合的抗同步攻击的鲁棒性数字音频水印算法,利用DWT的多分辨率特性以及DCT的解相关能力和聚能作用,并且在音频分段后引入同步技术,在保证不可感知性和稳健性的良好平衡下实现了水印的盲检测。使用纠错码技术进行水印的嵌入,以此来降低水印的检测错误率。在接收端进行盲提取。实验结果表明,该算法具有很强的鲁棒性和不可感知性。     

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.