基于对象传播神经网络的音频水印算法

提出了一种基于对象传播神经网络的音频水印算法。算法将水印的嵌入和提取转换为对象传播神经网络(CPN)的训练和回想,由于水印的提取依赖于CPN输入的统计特性,因此选用具有较强稳定性的小波低频系数方差作为输入向量训练CPN。实验结果表明,该算法在抵抗常规音频信号处理和去同步攻击方面具有较好的鲁棒性。     

基于多层激励量子神经网络的鲁棒音频水印算法

设计了一种基于多层激励函数量子神经网络的音频水印算法。将水印信号嵌入载体语音的小波低频系数中,再训练量子神经网络建立水印嵌入前后低频小波系数间的联系以便在接收端恢复水印。同时,区别于传统的归一化方法,将小波低频系数规范到同一数量级,避免了恢复水印时小波低频系数的差错传播,提高了算法的鲁棒性。实验结果表明,设计的水印算法对加噪、滤波、重采样和再量化等攻击具有较强的鲁棒性,提取正确率相比BP网络水印算法平均提高1.8%。     

一种基于神经网络的小波域音频水印算法

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。     

一种自适应音频双水印算法

提出了一种自适应音频双水印算法,算法既能对音频作品的版权进行保护,又能有效地证明其真实性,检测是否遭到篡改.该算法具有以下特点:⑴连续多次嵌入鲁棒水印,以提高水印提取的正确率,增强水印的鲁棒性,嵌入次数根据音频信息量自适应调整;⑵使用不同的量化算法嵌入不同作用的水印;⑶嵌入强度根据音频自身特征选取;⑷在提取水印的过程中不需要原始音频的参与.仿真实验表明:该双水印算法不仅具有较好的不可感知性,而且具有较好的鲁棒性和敏感性.     

一种神经网络与小波变换相结合的数字水印模型

基于神经网络和小波变换,提出了一种新的数字图像水印算法。首先利用随机函数生成一组随机信息,以这组随机信息作为网络的输入,以真实水印信息作为输出来训练网络。然后把随机信息嵌入到一副图像的小波分解的系数当中。最后采用嵌入过程的逆过程提取随机信息,把它作为训练好的网络的输入,得到相应的输出即恢复出来的真实水印信息。     

基于LabVIEW的音频水印系统

用LabVIEW软件实现了在语音信号中嵌入文本信息水印．系统由水印嵌入和水印提取2部分组成．语音信号由麦克风输入，水印信息由LabVIEW支持的文本框输入，嵌入水印信息的音频信号以．WaV文件形式保存，通过水印提取系统可将嵌入音频信号内的保密文本信息还原．利用LabVIEW实现了既有嵌入程序又有提取程序的完整音频水印系统．     

基于双重水印的音频篡改检测算法仿真研究

提出一种基于双重水印的音频篡改检测算法,利用二值图像进行降维处理作为水印信号,按照适当的分段方式,平均嵌入到音频中生成内容认证水印,利用段序号的二值数字串生成完整性水印,实现音频的版权保护和内容认证。通过提取水印并与原始水印进行比对,判断音频的完整性,并精确定位篡改区域。仿真实验表明,算法具有很好的不可感知性,且对音频篡改检测的准确性高。     

一种能进行篡改定位的音频双水印算法

提出一种音频双水印算法,解决双水印中认证水印的抗攻击鲁棒性差以及脆弱水印定位不准确的问题。鲁棒水印采用基于RBF神经网络的音频零水印方案作为版权认证水印,因为该水印方案不改变原始音频数据,所以具有良好的透明性;脆弱水印采用一种新的双极性量化方法嵌入,提高了脆弱水印的敏感性。实验结果表明,该方案认证水印具有很强的抗攻击鲁棒性,脆弱水印具有很强的敏感性,且能够对恶意篡改进行精确定位。     

一种自适应的同步音频水印算法

针对Garcia水印算法[1]所存在的不足,提出一种改进的自适应同步音频水印算法。算法具有以下特点:(1)应用声学模型,利用载体掩蔽阈值选择嵌入位置,以保证水印的隐藏性;(2)在时域嵌入同步码以抵制可能受到的同步攻击;(3)将音频载体进行分段,在每段音频自适应嵌入水印,并在每个段首嵌入段号以区别不同音频段;(4)利用数据冗余性,重复嵌入多份水印以提高水印提取的成功率。实验结果表明,水印具有较好的隐藏性、鲁棒性和抗同步性。     

基于DT-CWT和SVD的鲁棒音频水印算法

在音频检索中为了利用音频水印进行信息标注,以及有效地权衡音频水印的嵌入容量、透明性和鲁棒性之间的关系,提出了一种基于双树复小波变换(DT-CWT)和奇异值分解(SVD)的鲁棒音频水印算法.首先提取原始语音的音频指纹作为音频水印;然后通过基于能量的嵌入位置选择来确定水印嵌入帧,进行4级DT-CWT后选取高频分量分段进行SVD;最后通过量化的方法在奇异值矩阵的奇异值中嵌入水印信息.实验结果表明:该算法具有较强的鲁棒性和透明性,并具有较高的嵌入容量,可以很好地满足信息标注的需要.     

一种基于Tchebichef矩的半脆弱图像数字水印算法

 提出了一种适用于图像内容认证的基于Tchebichef矩的半脆弱图像数字水印算法。水印嵌入时首先将图像分块,然后使用查找表法快速计算图像块的Tchebichef矩,最后通过修改每个图像块的Tchebichef矩来嵌入水印。水印提取过程是嵌入过程的逆过程,实现了盲水印提取。实验表明,算法透明性较好,对于常见的攻击,如JPEG压缩、加性噪声、小角度的旋转缩放攻击、亮度/对比度攻击以及高斯低通滤波等具有很好的鲁棒性。     

用于Word文档认证的脆弱型数字水印算法

数字水印技术为网上办公和网上交易提供可靠保证。提出了一种在Word文档中嵌入数字水印的算法,这一算法利用Word文档的冗余空间,实现水印的嵌入和检测,防止对文档的非法篡改。     

一种采用图像融合的鲁棒水印算法

为了提高数字水印技术的鲁棒性和改善嵌入水印信息的视觉特征,提出了一种采用图像融合的水印算法。该水印算法嵌入的水印信息采用作者的肖像,在水印的嵌入和提取过程中采用小波变换和图像融合技术。实验结果表明该水印算法具有以下优点：水印直观;有较好的抗噪声、抗压缩鲁棒性;算法简单。     

一种基于子带分解的图像数字水印算法

提出了一种基于Walsh四子带分解的图像数字水印算法.通过实验表明,该算法生成的数字水印具有较好的鲁棒性,且易于实现.     

基于小波变换的鲁棒型数字图像水印算法

提出一种基于小波变换的数字图像水印算法．通过对宿主图像、经过Amold变换加密后的水印图像分别进行多分辨率小波分解，达到自适应嵌入水印信息的目的．实验采用在彩色宿主图像中分别嵌入灰度水印图像及彩色水印图像，表明该算法简便易实现，攻击实验表明该算法能够较好的保证图像质量并能经受一定的攻击，同时由于对原始水印图像进行加密处理，该算法达到了即隐藏信息的存在，又隐藏信息的内容的双重安全效果．     

基于均值量化的音频脆弱水印算法研究

为了达到对音频内容保护的目的，提出一种新颖音频脆弱水印嵌入算法．首先给出了均值量化（mean-quantization）方法嵌入水印比特信息的基本原理，在此基础上提出了数字音频信号的水印嵌入算法．该算法在对数字音频信号作离散余弦变换基础上，充分利用均值量化的优势，将视觉可辨的水印一二值图像嵌入离散余弦变换的交流系数中，实现了脆弱性水印嵌入音频信号中．实验结果表明，提出的音频脆弱水印算法对常见的音频信号处理具有很好的脆弱性．     

一种盲检测的小波域数字水印算法

提出一种基于离散小波变换的盲检测数字水印算法.该算法在嵌入时,采用同一水印多重嵌入的思路,不但实现了盲提取,同时还提供提取水印时所需要的纠错信息,提高检测的正确率.通过实验证明,该算法具有较理想的安全性、鲁棒性,且由于该算法在提取水印时不需要原始信息,因此将水印技术应用于产品的网络发布和传播时具有一定的优势.     

基于DCT和DWT域的数字水印算法

数字水印技术近年来得到了广泛的研究．新的水印算法不断提出,根据DCT域和DWT域图像水印技术原理,提出一种利用DCT域和DWT域相结合的图像水印技术算法,在嵌入强度的选取上做了新的测试．实验证明,用该算法嵌入水印的图像质量没有明显下降,并且嵌入的水印信息具有良好的鲁棒性．     

一种抗JPEG压缩的数字图像水印算法

提出了一种新的图像水印算法,通过对图像进行分块DCT变换,并对分块变换后的DC直流系数值进行分段修改来嵌入水印.在嵌入前对原始水印进行Arnold置乱加密,增强其抵抗攻击的能力.实验结果表明,用该方法嵌入的水印容量大、透明性好,可以较好地抵抗剪切、噪声攻击,尤其是对JPEG压缩具有良好的鲁棒性.