基于多元广义高斯分布的数字水印检测方法技术

技术编号:17915104 阅读:45 留言:0更新日期:2018-05-10 19:52
本发明专利技术公开了一种基于多元广义高斯分布的数字音频水印检测方法,首先对原始音频进行分段处理,根据短时能量计算方法构造局部能量较高的SWT重要系数段,通过乘性嵌入方式对其系数进行修改,并对修改后系数的子带和其他子带进行逆SWT变换得到含水印数字音频;然后,利用SWT高频子带之间存在的相关性,使用多元广义高斯分布对SWT系数进行统计建模,并结合MLE方法与Newton‑Raphson迭代方法进行参数估计;最后,利用对数似然比方法构造出最大似然检测器提取水印信息。

【技术实现步骤摘要】
基于多元广义高斯分布的数字水印检测方法
本专利技术属于数字音频的版权保护
,涉及基于统计模型的数字音频水印方法,特别涉及一种基于多元广义高斯分布的数字水印检测方法。
技术介绍
随着多媒体技术的快速发展和互联网技术的普及,人们获取各种数字多媒体资源的方式变得越来越便捷,从而导致非法拷贝、篡改和传播多媒体资源的行为变得日益猖獗,因此,如何能安全有效地存储和传输多媒体信息也成为了人们关注的焦点。数字音频水印技术作为信息安全领域的重要分支应运而生,为解决音频信息知识产权保护提供了一种有效的手段,在数字音频的内容认证和版权保护领域具有非常大的研究和应用价值。数字音频水印技术是利用数据嵌入策略将水印信息嵌入到音频中,使其隐藏在原始音频数据中不被察觉,既保留了音频的完整性,又实现了对音频产权所有者的合法保护,即使在数字音频遭到攻击或解密后依然可以利用水印技术证明音频作品的所有权归属。近些年来,数字音频水印技术有了突飞猛进的发展,很多优秀的音频水印算法相继出现,在理论研究和实际应用方面都具有极其重要的意义,但仍有很多不足之处亟待解决,其中,鲁棒性与不可感知性之间的平衡问题仍是该领域的一个难题。基于统计模型的变换域音频水印方法可以同时优化不可感知性和鲁棒性,在变换域系数上嵌入水印能够提高水印的鲁棒性,而乘性嵌入算法可以使水印的嵌入强度随着载体信号强弱按比例改变,因此在变换域中结合乘性嵌入方法能够有效解决鲁棒性与不可感知性两者之间平衡问题,受到了研究者的广泛关注。基于变换域统计建模的水印检测方法陆续提出,主要包含两类:一类方法是只能在检测端检测是否存在水印,另一类方法是能够在检测端提取出具体的水印信息,显然第二种方法更具有实用价值。然而,基于统计模型的水印方法尚存下以下不足:第一,目前统计建模选用的分布均为单元分布,仅仅利用尺度内相关性而没有充分考虑到尺度间相关性;第二,对变换域系数建模时,没有对选用的分布模型进行深入分析,并且没有充分证明所建立模型对选用的变换域是否最优;第三,大多数基于统计建模的数字水印方法均为图像水印方向,而在音频水印中并没有太多的关注和研究。
技术实现思路
本专利技术是为了解决现有技术所存在的上述技术问题,提出了一种基于多元广义高斯分布的数字水印检测方法。本专利技术的技术解决方案是:一种基于多元广义高斯分布的数字水印检测方法,包括水印嵌入及水印提取,其特征在于:约定:代表宿主音频信号;代表水印长度,;代表每段长度为的音频,代表第二尺度高频子带,代表第三尺度高频子带;代表窗口长度;代表重要SWT系数的原始位置;代表重要系数段,代表重要系数段;代表散射矩阵;代表形状参数;代表尺度参数;代表维数;所述水印嵌入按如下步骤进行:a.初始设置获取宿主音频信号并初始化设置;b.水印嵌入b.1对进行分段处理,每段长度为:;b.2对进行三级SWT变换,得到和,计算每个SWT系数的短时能量并根据大小做降序排列:,其中,;b.3滤除位于音频末尾端附近的系数及相邻过近的系数,选取前个重要SWT系数作为水印嵌入起始位置,记录选取后个系数为,将嵌入水印的位置同样作为的水印嵌入位置;b.4构造出两种乘性嵌入强度函数用于嵌入水印位“1”或“0”:,;b.5修改与中对应系数得到与:;b.6将与结合其它子带做逆SWT,获取含水印数字音频;所述水印提取按如下步骤进行:c.系数多元广义高斯分布统计建模c.1根据记录确定重要SWT系数,确定待提取水印SWT系数段;c.2利用中值法估计出SWT子带的噪声标准偏差:;c.3通过数值法分别求得的反函数;c.4分别计算每一个系数段中在嵌入水印“1”和嵌入水印“0”两种假设下的多元广义高斯分布概率和:,,,,其中,,,表示不含噪声的系数,表示不含噪声的系数;d.构造最大似然检测器进行水印提取d.1对含水印音频进行分段处理,对进行三级SWT变换,得到和;d.2对和进行初始化处理:;d.3利用和作为参数估计样本,根据最大似然方法先对进行估计,再结合Newton-Raphson方法对进行估计,最后根据估计得到的与对估计:,,,其中,,是双伽马函数;d.4构造最大似然检测器,提取每个待提取水印系数段的具体水印信息:;d.5利用投票原则获得最优的水印序列。本专利技术首先对原始音频进行分段处理,根据短时能量计算方法构造局部能量较高的SWT重要系数段,通过乘性嵌入方式对其系数进行修改,并对修改后系数的子带和其他子带进行逆SWT变换得到含水印数字音频;然后,利用SWT高频子带之间存在的相关性,使用多元广义高斯分布对SWT系数进行统计建模,并结合MLE方法与Newton-Raphson迭代方法进行参数估计;最后,利用对数似然比方法构造出最大似然检测器提取水印信息。实验结果表明,本专利技术的方法由于利用多元广义高斯分布构造出更精确的模型,有效地提高了检测精度,同时还保持了不可感知性和鲁棒性之间的良好平衡。与现有技术相比,本专利技术具有以下有益效果:第一,采用多元广义高斯分布对SWT系数进行建模,充分利用了尺度间父子相关性和尺度内兄弟相关性,能够更精准拟合出系数的分布特点;第二,结合MLE方法与Newton-Raphson迭代方法进行参数估计,进一步提高了模型的检测精度。附图说明图1为本专利技术实施例在wedding.wav音频中原始音频、含水印音频和差值音频的波形图。图2为本专利技术实施例常规攻击的鲁棒性测试结果图。图3为本专利技术实施例去同步攻击的鲁棒性测试结果图。图4为本专利技术实施例的水印嵌入流程图。图5为本专利技术实施例的水印提取流程图。具体实施方式本专利技术的方法主要包括三个阶段:水印嵌入、系数多元广义高斯分布统计建模和构造最大似然检测器进行水印提取。约定:代表宿主音频信号;代表水印长度,;代表每段长度为的音频,代表第二尺度高频子带,代表第三尺度高频子带;代表窗口长度;代表重要SWT系数的原始位置;代表重要系数段,代表重要系数段;代表散射矩阵;代表形状参数;代表尺度参数;代表维数;水印嵌入如图4所示,按照如下步骤进行:a.初始设置获取宿主音频信号并初始化设置;b.水印嵌入b.1对进行分段处理,每段长度为:;b.2对进行三级SWT变换,得到和,计算每个SWT系数的短时能量并根据大小做降序排列:,其中,;b.3滤除位于音频末尾端附近的系数及相邻过近的系数,选取前个重要SWT系数作为水印嵌入起始位置,记录选取后个系数为,将嵌入水印的位置同样作为的水印嵌入位置;b.4构造出两种乘性嵌入强度函数用于嵌入水印位“1”或“0”:,;b.5修改与中对应系数得到与:;b.6将与结合其它子带做逆SWT,获取含水印数字音频;水印提取如图5所示,按照如下步骤进行:c.系数多元广义高斯分布统计建模c.1根据记录确定重要SWT系数,确定待提取水印SWT系数段;c.2利用中值法估计出SWT子带的噪声标准偏差:;c.3通过数值法分别求得的反函数;c.4分别计算每一个系数段中在嵌入水印“1”和嵌入水印“0”两种假设下的多元广义高斯分布概率和:,,,,其中,,,表示不含噪声的系数,表示不含噪声的系数;d.构造最大似然检测器进行水印提取d.1对含水印音频进行分段处理,对进行三级SWT变换,得到和;d.2对和进行初始化处理:;d.3利用和作为参数估计样本,根据最大似然方法先对进行本文档来自技高网
...
基于多元广义高斯分布的数字水印检测方法

【技术保护点】
一种基于多元广义高斯分布的数字水印检测方法,包括水印嵌入及水印提取,其特征在于:约定:

【技术特征摘要】
1.一种基于多元广义高斯分布的数字水印检测方法,包括水印嵌入及水印提取,其特征在于:约定:代表宿主音频信号;代表水印长度,;代表每段长度为的音频,代表第二尺度高频子带,代表第三尺度高频子带;代表窗口长度;代表重要SWT系数的原始位置;代表重要系数段,代表重要系数段;代表散射矩阵;代表形状参数;代表尺度参数;代表维数;所述水印嵌入按如下步骤进行:a.初始设置获取宿主音频信号并初始化设置;b.水印嵌入b.1对进行分段处理,每段长度为:;b.2对进行三级SWT变换,得到和,计算每个SWT系数的短时能量并根据大小做降序排列:,其中,;b.3滤除位于音频末尾端附近的系数及相邻过近的系数,选取前个重要SWT系数作为水印嵌入起始位置,记录选取后个系数为,将嵌入水印的位置同样作为的水印嵌入位置;b.4构造出两种乘性嵌入强度函数用于嵌入水印位“1”或“0”:,;b.5修改与中对应系数得到与:;b.6将与结...

【专利技术属性】
技术研发人员:牛盼盼李丽王向阳
申请(专利权)人:辽宁师范大学
类型:发明
国别省市:辽宁,21

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1