关键字 |
| MP3，音频水印，DD-DWT。 |
介绍 |
| 更重要的是保护数据免受盗窃、丢失和破坏，以及黑客犯罪活动。如果要将敏感消息发送到目的地，则需要身份验证和机密性。电子文档的安全是一个非常重要的问题。数字水印是一种非常重要的技术，它将信息片段放入数字媒体中，以保护其免受版权和其他未经授权的应用程序的侵害。这必须保护音频文件不被非法复制。关于图像和视频等各种媒体的数字水印已经做了很多工作，但本文将重点介绍音频文件的数字水印。数字音频文件尤其最滥用版权侵权，因为它们可以很容易地下载和复制。音频水印是嵌入数字音频中的特殊信号。通过检测过程和解码对这些信号进行检测和提取。这种隐藏方案依赖于人类听觉系统的不完善。 However, human ear is sensible to than other sensory motors. Thus, the design of good audio watermarking schemes are difficult. But now there has been a proposed solutions to this problem of copyright infringement. The use of various types of watermarks has been achieved. |
| 作者建议使用嵌入在音频文件中的信息、文本或图像等数据，以便对任何此类音频文件进行处理和分析，以可能恢复隐藏的数据。但也有一些作者使用伪随机数发生器来生成水印，也有一些作者结合各种技术使用混沌水印来保护音频文件。 |
| 到目前为止，版权保护的技术和方法很多。但对实时应用的努力一直很低。因此，我们需要一种方法或技术来保护这项工作不被滥用，从而需要批判性地审查迄今为止所做的工作，以知道如何在最早的时间满足这种需求。本文针对水印的各种特性，提出了一种能够满足最佳效果的音频隐藏技术，以达到实现水印技术真正改进的目的。 |
| 数字音频水印通过在原始音频信号中插入隐藏的数据信号，为数字媒体的版权保护提供了一种有效的解决方案，在文献中引起了广泛的关注。数字音频水印信号的主要本质要求是不可感知性、鲁棒性和数据容量。此外，水印在原始音频数据中必须是听不见的，以保持音频质量和对应用于主机数据的信号失真的鲁棒性。数字水印的属性取决于应用它的用例。最后，水印易于提取以证明其所有权。为了克服这些问题，实现一种新的水印方案是一项非常具有挑战性的工作。提出了多种复杂的水印技术。在传输比特率有限的情况下，提出了一种针对不同攻击的鲁棒水印方案。为了提高比特率，提出了具有小波域的水印方案。这种方法的一个限制是基函数是固定的，但对于所有真实信号，它不一定匹配。 |
| 对偶树的概念可以扩展到其他类型的dwt。数字音频水印技术在数字媒体版权保护方面受到了文献的关注，从而为在原始音频信号中插入水印提供了一种有效的解决方案。 |
现有的方法 |
| 提出了不同的波动复杂度的水印策略。在传输比特率受限的情况下，提出了一种针对攻击的强水印方案。为了提高比特率，提出了在小波空间中执行的水印方案。小波方法的一个截断点是基本容量被改变了，沿着这条线，它们并不从根本上匹配所有真正的符号。 |
音频水印技术 |
| 在本节中，我们将介绍五种最著名的高级声音水印系统。特别是，与将传播信息和水印设计统一(或嵌入)为一个单独的标志的技术相比，独特的程序。 |
A.扩频水印 |
| 扩频音频数据隐藏方案是一种嵌入伪随机序列，通过计算伪随机噪声序列与水印音频信号之间的相关性来提取隐藏数据的相关方法。扩频水印技术是从通信信息理论中得到的。窄带信号(水印)被嵌入到宽带音频信道中。音频信号A和水印W的特征似乎都很适合该模型。此外，扩频技术通过使用一个秘密的逻辑密钥来调节伪随机序列发生器，有助于概率保护隐藏数据的隐私。扩频技术在嵌入信息之前先承认匹配的频段。因此，扩频技术不仅适用于安全通信，也适用于水印方案。扩频技术有两种基本方法:直接序列和跳频。这两种方法是将水印数据分布在一个大频段，几乎是整个可听频谱。 |
B.振幅修正 |
| 这种技术也被称为最小临界位(LSB)替换。这是一种规则和简单的应用于隐写术和水印方案，因为它利用了通常从数字化声号中获得的量化滑移。数据被编码成音频信息中最微小的值得注意的比特。有两种方法可以做到这一点:可以用包含水印消息m的伪随机(PN)排列完全替代高级声音符号的较低请求位，或者利用容量的yield将PN分组植入到较低请求位流中，该容量产生围绕水印消息的第n位和声音文档的第n个样本的连续。这一系统的真正危害在于它难以控制。编码的数据可以通过信道噪声、重新检查等方式消除。，除非它是利用多余的策略编码的。坦率地说，这些方法降低了信息的速率，通常减少一到两个请求。此外，为了使水印具有更强的抗限制分离能力，可以利用伪随机数发生器对消息进行任意传播。 |
C.复制方法 |
| 原始音频信号也可以用作数据隐藏信息，这种复制方法的一个很好的例子是回声隐藏。复制调制将部分原始音频信号嵌入频域作为水印。因此，复制调制嵌入副本，即适当调制的原始信号作为水印。它还计算相关性。检测器还可以从带水印的音频中生成副本。 |
D.抖动水印 |
| 抖动是一个吵闹标志，添加到信息声音标志，以便在重要的时候更好地测试输入，而不是将标志数字化(4)。作为一个问题，弯曲基本上被消除了，代价是扩大了骚动地板。为了实现抖动，在具有已知似然传播的数据声符号中添加一个噪点符号，例如高斯或三角形。在具体的抖动水印安装实例中，利用水印对抖动信号进行调节。使用相关的抖动量化器对主机符号(或唯一的声音文档)进行量化。这种方法被称为量化列表调节(QIM)。这种方法的图形透视图。在这里，用X和O检查的焦点有两个不同的量化器，每个都有一个相关的记录;也就是说，每个人都安装了一个替代价值。分离dmin可以用来作为活力的临时衡量，而量化细胞的程度(如图所示)衡量声音文件上的损坏程度。 |
该方法 |
| 除采样变换外，信号处理应用，如去噪和过完全变换，在性能和复杂性之间提供了更好的平衡。基于图1所示的滤波器组，这个家族的一个杰出成员是过完全离散小波变换(DWT)，即双密度(DD) DWT。输入音频信号被分成三个声道，每个声道减少1 / 2。第一个信道上的信号由一个相同的滤波器组等进行分析。与严格采样的小波变换相比，DD-DWT具有2倍的扩展性。对偶树是由满足一定关系的两个小波变换对同一输入音频信号进行处理而形成的。两个小波都可以形成近似的希尔伯特变换。在DT-DWT中，我们可以考虑在高振幅下的近似移不变性和方向选择性。 |
| 如果我们可以从图1中取两个具有模态的滤波器组，第一个(原数)由过滤器H0(z)、H1(z)和H2(z)定义，第二个(对偶)由过滤器K0(z)、K1(z)和K2(z)考虑。设ψh,i(t)和ψg,i(t)， i = 1,2分别为滤波器H0(z)， Hi(z)和K0(z)， Ki(z)所产生的小波。ψg,i(t)和ψh,i(t)构成一个希尔伯特变换，则两个dd - dwt构成一个对偶树。同样地，复数小波ψi(t) = ψh,i(t) + jψg,i(t)是近似解析的，因此对于负频率，其谱i(t)∈R近似为零。 |
| 提出了双树DD-DWT的设计，并给出了一种基于allpass的算法。系统产生了一个近似的半样本延迟。在这里，我们考虑另一种方法。我们假设原始DD-DWT是给定的:FIR滤波器H0(z)， H1(z)， H2(z)是已知的。我们初始化半定规划(SDP)解决方案，允许计算FIR滤波器K0(z)， K1(z)， K2(z)，形成一个相对良好的双滤波器组。这些滤波器分别是z−1/2H0(z)和z1/2H1(z)、z1/2H2(z)的希尔伯特变换的∞-范数逼近。然而，这些滤波器并不完全满足DD滤波器组(即P2)所需的完全重构(PR)条件 |
| i=0, Ki(z) Ki(z−1)= 2 P2 |
| i=0, Ki(z) Ki(−z−1)=0 |
| 由于这些情况是不可见的，我们必须通过优化来实现滤波器K0(z)， K1(z)， K2(z) . DD-DWT和双树DWT都有自己的性质和优点，因此，将两者结合成一个称为双密度复DWT(或DD-双树)的变换是很自然的。为了结合DD小波和双树小波变换的特征，我们保证:(1)在四个小波中，有一对小波与另一对小波偏移，使得一个小波对的整数平移介于另一对小波的整数平移之间，其中一个小波对被设计为另一对小波的近似希尔伯特变换。这样，我们就能够使用DD复小波变换来实现复和定向小波变换。 |
| 为了改进DD双树小波变换，我们必须设计一个滤波器组模型(一个结合了DD和双树小波变换属性的模型)。在前面的章节中，我们已经看到了什么类型的滤波器组模态与双密度小波t相关(主要是由一个低通缩放滤波器和两个高通小波滤波器组成)，所以我们现在将转向双树小波t的性质。双树小波变换主要基于两个关键采样小波变换的拼接。为此，我们构建了一个并行执行多次迭代的过滤器组。 |
实验结果 |
结论 |
| 数字音频水印技术被证明是一种有价值的数字材料版权控制技术。音频水印的研究远远少于图像水印和视频水印。然而，近十年来音频水印的研究也有了很大的发展。为音频水印技术的发展做出了贡献。本文对这些论文进行了分析，并介绍了用于数字音频水印的一些重要技术。本文的贡献是双重的。我们提出了计算DD-DWT的第二滤波器组所需的算法。设计的示例已经显示了这种方法的可行性。 |
数字一览 |
|
|
参考文献 |
- I. J. Cox和M. L. Miller，《电子水印的前50年》j:。信号的过程。， vol. 2, pp. 126-132, 2002。
- M. D. Swanson, B. Zhu和A. H. Tewfik，“使用感知掩蔽的鲁棒音频水印”，信号的过程。，第66卷，no。3，页337-355,1998。
- 吴s .，黄j .，黄d .， Shi Y. Q.，“有效的自同步音频水印，确保音频数据传输，”IEEE反式。广播，第51卷，no。1，页69-76,2005年3月。
- V. Bhat, K. I. Sengupta和A. Das，“基于小波域奇异值分解的自适应音频水印”，DigitalSignal过程,2010年卷，no。20, pp. 1547-1558, 2010。
- D. Kiroveski和S. Malvar，“稳健扩频音频水印”，在Proc。ICASSP， 2001，第1345-1348页。
- 黄妮娥et al。，“非线性和非平稳时间序列分析的经验模态分解和希尔伯特谱，”Proc. R. Soc。，第454卷，no。1971，第903 - 995页，1998。
- K. Khaldi, A. O. Boudraa, M. Turki, T. Chonavel和I. Samaali，“基于EMD的音频编码”，见Proc。EUSIPCO， ２００９．
- K. Khaldi和A. O. Boudraa， " EMD信号压缩"Electron.Lett。，第48卷，no。21, pp. 1329-1331, 2012。
- 卡尔迪，m.t.h。Alouane和A. O. Boudraa，“基于自适应滤波的选定内禀模式函数的语音增强”，在适应。数据肛门。，第2卷，no。1，页65-80,2010。
- i。w。Selesnick，《双密度双树DWT》IEEE反式。信号处理第52卷，no。5，第1304-1314页，2004年5月。
- N.G. Kingsbury，“用于移不变分析和信号滤波的复小波”，J.应用与计算谐波分析，第10卷，no。3，页234-253,2001年5月。
- I.W. Selesnick, R.G. Baraniuk和N.G. Kingsbury，“双树复小波变换”，IEEE Signal proc .杂志，第22卷，no。6页。123 - 151, 2005年11月。
- I.W. Selesnick，“Hilbert变换对的小波基”，IEEE信号处理程序，第8卷，no。6，第170-173页，2001年6月。
- R. Yu和H. Ozkaramanli，“正交小波基的希尔伯特变换对:必要和充分条件，”IEEE反式。SignalProcessing，第53卷，no。12，第4723-4725页，2005年12月。
- B. Dumitrescu，“分数阶延迟的SDP近似和双树复小波变换的设计”，IEEE反式。SignalProc。， 2008年出版。
- b . Dumitrescu正三角多项式与信号处理的应用，施普林格，2007。
|
菜单
