西安交通大学学报
西安交通大學學報
서안교통대학학보
JOURNAL OF XI'AN JIAOTONG UNIVERSITY
2003年
4期
355-358
,共4页
胡金艳%张太镒%陆从德%张春梅
鬍金豔%張太鎰%陸從德%張春梅
호금염%장태일%륙종덕%장춘매
数字水印%神经网络%小波分解%鲁棒性
數字水印%神經網絡%小波分解%魯棒性
수자수인%신경망락%소파분해%로봉성
提出了一种基于小波分解和神经网络的数字音频水印算法.先对音频信号进行小波分解,将数字水印嵌入到音频信号的小波域低频重要系数中,同时通过调整多层前馈神经网络的权重逼近原始音频信号与数字水印之间的关系,然后在接收端用训练好的神经网络提取水印.实验结果表明,嵌入水印的音频信号没有明显的听觉失真;经过噪声干扰、低通滤波、有损压缩、重新采样等信号处理后,相关函数检测具有显著的二值分布特征,且相关系数均达到0.72以上.与其他方法相比,该算法在提取水印时无需原始音频信号,具有运算量低和鲁棒性强等优点.
提齣瞭一種基于小波分解和神經網絡的數字音頻水印算法.先對音頻信號進行小波分解,將數字水印嵌入到音頻信號的小波域低頻重要繫數中,同時通過調整多層前饋神經網絡的權重逼近原始音頻信號與數字水印之間的關繫,然後在接收耑用訓練好的神經網絡提取水印.實驗結果錶明,嵌入水印的音頻信號沒有明顯的聽覺失真;經過譟聲榦擾、低通濾波、有損壓縮、重新採樣等信號處理後,相關函數檢測具有顯著的二值分佈特徵,且相關繫數均達到0.72以上.與其他方法相比,該算法在提取水印時無需原始音頻信號,具有運算量低和魯棒性彊等優點.
제출료일충기우소파분해화신경망락적수자음빈수인산법.선대음빈신호진행소파분해,장수자수인감입도음빈신호적소파역저빈중요계수중,동시통과조정다층전궤신경망락적권중핍근원시음빈신호여수자수인지간적관계,연후재접수단용훈련호적신경망락제취수인.실험결과표명,감입수인적음빈신호몰유명현적은각실진;경과조성간우、저통려파、유손압축、중신채양등신호처리후,상관함수검측구유현저적이치분포특정,차상관계수균체도0.72이상.여기타방법상비,해산법재제취수인시무수원시음빈신호,구유운산량저화로봉성강등우점.
