数字音频水印理论与研究实现

论文摘要

伴随着网络技术与多媒体技术的飞速发展,数字信息(包括数字图像、数字音频、数字视频等)的传输与利用日益变得广泛.由于MP3音乐极易被任意编辑、复制与散布,从而导致它的原创者蒙受巨大经济损失,数字音频作品的信息安全、知识产权保护和认证等问题已成为数字世界中一个非常迫切的重要议题.传统加密技术只能提供小范围保护,且具有安全性不足和流通性较差等弱点.数字水印对传统加密方法作出了补充,是一种可以在开放的网络环境下保护版权和认证来源及完整性的新技术.而作为数字音频作品知识产权保护的一种有效手段,数字音频水印技术已成为国际学术界研究的一个热点.本论文主要围绕着数字音频水印算法进行了深入研究,主要内容包括:⑴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:⑴结合数字音频自身特性,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;⑵通过利用DWT的多分辨率特性与DCT的能量压缩特性,改善了数字音频水印的隐藏效果;⑶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.⑵以回归型支持向量机(Support Vector Regression,SVR)理论为基础,提出了一种新的自适应数字音频盲水印算法.该算法能够结合音频自身特征,利用自适应量化策略将模板信息和水印信息嵌入到原始音频载体内.进行数字水印检测时,系统首先从待检测数字音频中提取出稳定的模板相关特征和水印相关特征,然后选取模板相关特征作为训练样本并获得SVR模型,最后依据水印相关特征,利用训练出的SVR模型进行数据预测并提取出数字水印.⑶针对如何有效抵抗去同步攻击的问题,提出了一种可有效抵抗去同步攻击的基于支持向量机的自同步音频水印新算法.该算法首先利用能量特性从载体音频中提取能量特征,再结合音频包络信息,并以二者作为输入通过支持向量机训练出较稳定的特征点.利用特征点的检测进行水印嵌入点的准确定位,同时结合听觉掩蔽特性将水印信息在混合域内嵌入到数字音频中.水印检测时,利用音频的特征点实现水印的重同步,无须求助于原始音频.

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 论文的选题背景和意义
• 1.2 数字水印的历史、现状及发展情况
• 1.3 本文的主要内容
• 第二章 数字音频信号与数字水印
• 2.1 数字音频的基本概念
• 2.2 人类听觉模型（HAS-Human Audio System）
• 2.3 数字水印
• 2.3.1 数字水印的定义及系统模型
• 2.3.2 数字水印的应用领域
• 2.3.3 数字水印的分类
• 第三章 数字音频水印技术
• 3.1 数字音频水印
• 3.1.1 音频水印的数字化
• 3.1.2 音频水印的基本要求
• 3.1.3 音频水印系统的基本模型
• 3.1.4 音频水印的特点及与嵌入相关的参数
• 3.2 典型的数字音频水印算法
• 3.2.1 时间域数字音频水印算法
• 3.2.2 变换域音频水印技术
• 第四章 数字同步技术
• 4.1 帧同步
• 4.1.1 数字传输系统的帧同步
• 4.1.2 帧同步与巴克码
• 4.2 音频水印中的同步问题
• 第五章 数字音频水印的攻击和评测
• 5.1 数字音频水印的攻击
• 5.2 数字音频水印的评价标准
• 5.2.1 评价水印系统的稳健性
• 5.2.2 评价水印系统的不可感知性.
• 5.2.3 IFPI 水印文件稳健性标准
• 5.2.4 StirMark 标准音频水印攻击
• 第六章 用于版权保护与内容认证的半脆弱音频盲水印算法
• 6.1 背景
• 6.2 水印信号的嵌入
• 6.2.1 预处理
• 6.2.2 水印信号的嵌入
• 6.2.3 逆DCT，逆DWT
• 6.3 水印信号的抽取
• 6.4 版权信息的判断与恶意篡改的认证
• 6.5 仿真实验
• 6.5.1 检测性能测试
• 6.5.2 抗攻击能力测试
• 6.5.3 内容认证与篡改定位能力测试
• 6.6 结论
• 第七章 基于回归型支持向量机的自适应数字音频盲水印算法
• 7.1 背景
• 7.2 回归型支持向量机（SVR）简介
• 7.3 数字水印的嵌入
• 7.3.1 数字水印的预处理
• 7.3.2 数字音频的分段处理
• 7.3.3 水印信号的嵌入
• 7.3.4 逆DCT
• 7.3.5 逆DWT
• 7.4 数字水印的提取
• 7.5 仿真实验结果
• 7.5.1 检测性能测试
• 7.5.2 抗攻击能力测试
• 7.6 结论
• 第八章 基于支持向量机的自同步音频水印算法
• 8.1 背景
• 8.2 基本原理及特征点
• 8.2.1 基本原理
• 8.2.2 特征点
• 8.3 数字水印的嵌入
• 8.3.1 数字水印的预处理
• 8.3.2 数字音频特征点的提取
• 8.3.3 水印信号的嵌入
• 8.3.4 逆DCT
• 8.3.5 逆DWT
• 8.3.6 循环嵌入
• 8.4 数字水印的提取
• 8.5 仿真实验结果
• 8.5.1 检测性能测试
• 8.5.2 抗攻击能力测试
• 8.6 结论
• 第九章 总结与展望
• 9.1 已完成工作与创新点
• 9.2 进一步研究的内容和数字水印的展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表和投稿的论文