基于量化的倒谱变换数字音频水印算法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (33): 84-85.

基于量化的倒谱变换数字音频水印算法

刘娇,费耀平,李敏

中南大学信息科学与工程学院,长沙 410075

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-11-21 发布日期:2007-11-21
通讯作者: 刘娇

Digital audio watermarking algorithm based on quantizing cepstrum transform

LIU Jiao,FEI Yao-ping,LI Min

Information Science and Engineering College,Central South University,Changsha 410075,China

Received:1900-01-01 Revised:1900-01-01 Online:2007-11-21 Published:2007-11-21
Contact: LIU Jiao

摘要/Abstract

摘要： 提出了一种基于复倒谱变换的数字音频水印算法。该算法充分利用了复倒谱变换的特征,将原始音频信号分成若干帧,每帧音频实施复倒谱变换后,将系数均值按照一定的量化方法嵌入水印,水印的提取不需要原始音频信号,是一种盲水印算法;实验结果表明,嵌入的水印不仅具有很好的透明性,而且对重新采样、低通滤波、添加噪声、重新量化、有损压缩等攻击也具有很好的鲁棒性。

关键词: 数字音频水印, 复倒谱变换, 盲检测, 鲁棒

Abstract: This paper presents a blind audio watermarking algorithm based on cepstrum transform.The audio signal has been divided into several segments,then every segment has been transformed with complex cepstrum and you can get mean of complex cepstrum,and we embed watermark by quantizing mean of complex cepstrum coefficient.The watermark can be extracted without the original digital audio signal.Experimental results show that embedded watermark is imperceptibility and robust to many attacks,such as noise adding,re-sampling,low pass filtering,re-quantization and lossy compression and so on.

Key words: digital audio watermarking, complex cepstrum, blind detection, robust

刘娇,费耀平,李敏. 基于量化的倒谱变换数字音频水印算法[J]. 计算机工程与应用, 2007, 43(33): 84-85.

LIU Jiao,FEI Yao-ping,LI Min. Digital audio watermarking algorithm based on quantizing cepstrum transform[J]. Computer Engineering and Applications, 2007, 43(33): 84-85.

[1]	白祉旭，王衡军，郭可翔. 基于深度神经网络的对抗样本技术综述[J]. 计算机工程与应用, 2021, 57(23): 61-70.
[2]	李松，刘哲，唐小妹，吴健，王飞雪. 基于固定点迭代的Huber鲁棒容积卡尔曼滤波算法[J]. 计算机工程与应用, 2021, 57(16): 90-96.
[3]	黄晓琪，王莉，李钢. 融合胶囊网络的文本-图像生成对抗模型[J]. 计算机工程与应用, 2021, 57(14): 176-180.
[4]	陈晓文，刘光帅，刘望华，李旭瑞. 成对旋转不变的共生自适应完全局部三值模式[J]. 计算机工程与应用, 2021, 57(1): 219-226.
[5]	董艳花，张树美，赵俊莉. 有遮挡人脸识别方法综述[J]. 计算机工程与应用, 2020, 56(9): 1-12.
[6]	杨世忠，邢丽娟. 可变多胞体结构的鲁棒模型预测控制[J]. 计算机工程与应用, 2020, 56(7): 266-272.
[7]	许闯来，胡坚堃，黄有方. 不确定需求下快递配送网络鲁棒优化[J]. 计算机工程与应用, 2020, 56(3): 272-278.
[8]	范纯龙，何宇峰，王翼新. 大权值抑制策略用于训练卷积神经网络[J]. 计算机工程与应用, 2020, 56(2): 115-119.
[9]	姚云磊，崔雅博. 采用滑模观测器的六旋翼指令滤波鲁棒控制[J]. 计算机工程与应用, 2020, 56(19): 261-268.
[10]	杨永鹏，杨真真，李建林，乐俊. 低秩稀疏分解及其在视频和图像处理中的应用[J]. 计算机工程与应用, 2020, 56(16): 21-30.
[11]	丁一，田亮，龚杰. 考虑箱区作业均衡的ACT船舶配载鲁棒优化研究[J]. 计算机工程与应用, 2020, 56(13): 262-272.
[12]	谈超群，刘飞. 带参数摄动的时延分段仿射系统事件触发控制[J]. 计算机工程与应用, 2020, 56(1): 232-237.
[13]	卢航，郝顺义，彭志颖，黄国荣. 基于MCC的鲁棒高阶CKF在组合导航中的应用[J]. 计算机工程与应用, 2020, 56(1): 257-264.
[14]	李云，马英红. 基于属性约简集评价节点重要性研究[J]. 计算机工程与应用, 2019, 55(5): 149-158.
[15]	何丽，刘颖，韩克平. 噪声标注下的改进TSVM学习算法[J]. 计算机工程与应用, 2019, 55(17): 44-50.