一种鲁棒的抗去同步攻击数字语音取证算法

去同步攻击破坏水印的同步性,导致水印无法正确提取,致使取证水印算法无法得到可靠的取证结果.分析了语音信号自相关度残差的鲁棒性,并将帧号映射为水印序列,通过量化自相关度来进行嵌入,提出了鲁棒的抗去同步攻击数字语音取证算法.实验结果证实算法提高了水印算法容忍信号处理的能力,同时能够对数字语音给出可信的取证结果.     

音频信号压缩技术的物理基础

信号压缩是数字电路中的一个基本概念，就其物理本质而言，这里的“压”指的是增加单位面积上的信号储存的密度；“缩”指的是在不影响感知效果的条件下减小信号中不必要的成分．人们对于“压”的理解通常比较深刻，下面以音频信号为例，主要从“缩”的角度出发谈谈音频信号压缩技术的物理基础．     

一种新的盲数字水印算法

本文提出了一个有效的静止图像的盲水印算法.原始图像经小波变换后,选择内嵌水印所需要的子带,水印根据奇偶判决法内嵌到频域中所选择的子带上.实验结论和攻击测试表明,本文所提议的算法具有较好的透明性,对各种图像处理的攻击有较强的鲁棒性.     

基于虚拟光学的三维空问数字水印系统

数字水印已成为数字作品版权保护的一种手段。数字水印是一种嵌入到图像、视频或者音频数据中的不可见标志，通过对水印信息的检测可以达到保护多媒体数据版权的目的。先前众多的水印算法大部分是基于二维操作的(如静止图像、视频)。基于虚拟光学信息隐藏理论提出了一种三维空间的数字水印算法。该数字水印算法能成为一种多媒体数据产权保护的有效方案。对算法的测试结果表明，该算法对于噪声叠加、剪切、有损压缩等常见的信号处理操作具有较高的鲁棒性。同时，该算法由于引入了虚拟光学信息隐藏思想，将虚拟光路的几何结构参量作为密钥，设计出了多重“锁”和多重“密钥”，大大提高了水印系统的密钥空间，仿真结果表明该算法具有良好的安全性。     

相位调制型光电音频检测方法的分析计算与仿真

分析了相位调制型音频光电检测方法的可行性,对四步移相法测量声音的光电转换方法进行了计算与分析。结果表明,该种光电检测方法在声音的光电检测应用过程中,振动膜片和探测器位置定位的选择对检测精度起着决定性的作用。该环节直接影响整个检测系统的声音频谱范围和动态范围。     

基于神经网络和HVS的空域数字水印算法

为了弥补空间域水印算法在提取水印时需要原宿主图像、鲁棒性较差等缺点,提出一种基于BP神经网络和人眼视觉特性(HVS)的空域数字水印算法。先选出原宿主图像对比度函数值最大的前块用于二值水印图像的嵌入,利用神经网络能够逼近任意非线性关系的特点和其自适应性,构建水印信号嵌入前后图像块像素值间的映射关系,实现了水印的盲提取,并将该算法与现有算法进行了对比。实验结果表明,对于JPEG压缩、加噪、剪切和旋转等常见的图像处理攻击,算法具有良好的鲁棒性和不可见性。     

MPEG音频编码的高效算法研究及单片DSP实现

ＩＳＯ标准推荐ＭＰＥＧ－１音频编码算法要实现起来运算复杂,为便于单片ＤＳＰ实现,算法可以优化。本文简要分析了该算法的各个模块并估计了它们的运算复杂性,然后对子带滤波和心理声学模型作了进一步的探讨,提出了基于逆余弦变换（ＩＤＣＴ）的子带滤波的高效实现算法和不用ＦＦＴ或只用部分ＦＦＴ的快速心理声学掩蔽计算模型。最后用单片ＴＭＳ３２０Ｃ３１＠４０ＭＨｚ实现了ＭＰＥＧ－１层２编码算法。     

An optimal adaptive quantization index modulation watermarking algorithm

A novel adaptive watermarking algorithm in discrete wavelet transform （DWT） based on quantization index modulation （QIM） technique is presented. The host image is decomposed into wavelet subbands, and then the approximation subband is divided into non-overlapping small embedding blocks. The secret watermark bit is embedded into singular value vector of each embedding block by applying QIM. To improve the invisibility and robustness of watermarking system, the quantization step for each embedding block is set by combining statistical model with particle swarm optimization （PSO） algorithm. The experimental results show that the proposed algorithm not only preserves the high perceptual quality, but also effectively stands against joint photographic experts group （JPEG） compression, low-pass filtering, noise addition, scaling, and cropping attacks, etc. The comparison analysis demonstrates that our scheme has better performance than the previously reported watermarking algorithms.     

基于听觉感知特性的双耳音频处理技术*

自20世纪30年代引入立体声以来,人类对逼真的听觉体验一直进行着孜孜不倦的追求。双耳音频处理技术基于人耳听觉感知特性,利用计算机和数字信号处理等技术在听者双耳鼓膜处模拟出与真实场景相同的声压,以期给人以“身临其境”的体验,一直是音频信号处理领域的重要研究内容,特别是近两年随着虚拟现实等应用的蓬勃发展,得到更多关注。该文主要围绕双耳音频处理技术中所涉及的关键环节:双耳录音、双耳合成、耳机重放、扬声器重放、头跟踪等领域,以及相关典型应用场景进行较为系统的介绍,最后给出总结与展望。     

融合多尺度特征的短时音频场景识别方法EI北大核心CSCD

为解决短时音频场景识别任务中识别性能差的问题,提出一种融合多尺度特征的音频场景识别方法。首先将双声道音频中左右声道的和差作为输入,并使用长时帧长进行分帧处理,以保证提取出的帧级特征中包含足够多的音频信息。然后将特征逐帧输入到融合多尺度特征的一维卷积神经网络中,以充分利用网络中不同尺度的浅层、中层和深层嵌入特征。最后综合所有帧级软标签得到短时音频的场景分类结果。实验结果表明,该方法在国际声学场景和事件检测与分类挑战赛(DCASE) 2021短时音频场景数据集上的准确率为79.02%,实现了该数据集上目前为止的最优性能。