CN107910010B - 基于多参数Weibull统计建模的数字水印检测方法 - Google Patents

Abstract

本发明公开一种基于多参数Weibull统计建模的数字音频水印检测方法，水印嵌入是首先选取宿主音频能量较大的SWT高频子带作为水印嵌入的最优子带，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合并进行SWT重构得到含水印音频；水印提取是在接收端对含水印音频进行SWT，使用多参数weibull分布对其高频子带重要系数进行建模，利用子带内系数相关性估计模型的参数；最后，利用最大似然和局部最大势能检验方法设计出局部最优检测器提取具体水印信息，并按顺序排序获得最终的水印序列。

Description

基于多参数Weibull统计建模的数字水印检测方法

技术领域

本发明属于数字音频的版权保护技术领域，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参数Weibull统计建模的数字水印检测方法。

背景技术

在信息化的今天，人们可以通过移动设备和互联网技术更加便捷地获取音频、视频和图像等数字多媒体资源。数字音频作为多媒体资源中重要的组成部分，受到非法复制、篡改及传播也变得越来越容易，使得音频的信息安全问题变得尤为严峻。为了保护音频版权所有者的合法权益，在音频中加入身份验证信息尤其重要，而数字音频水印技术是实现这一目的最有效的方法之一。

近年来，数字音频水印技术得到了长足发展，但在抵抗去同步攻击以及实现鲁棒性与不可感知性良好平衡这两个方面仍是该领域的一个难题。基于统计模型的音频水印方法可以同时优化不可感知性和鲁棒性，为两者之间良好平衡问题提供了可能的解决方案，因而受到研究者们广泛关注，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，目前使用的变换域通常为下采样小波变换、离散余弦变换、傅立叶变换，不能很好地捕获音频的重要信息和特征；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，没有充分证明所建立模型对选用的变换域是否最优；第三，进行模型分布参数估计时，利用含水印音频信号直接进行参数估计，受水印嵌入强度影响很大；第四，现有方法多是利用对数似然比构造出最大似然检测器，没有尝试利用其它统计检验策略构造新的检测器来提高水印检测精度。

发明内容

本发明是为了解决现有技术所存在的上述技术问题，提供一种基于多参数Weibull统计建模的数字水印检测方法。

本发明的技术解决方案是：一种基于多参数Weibull统计建模的数字水印检测方法，其特征在于：

约定：I指宿主音频；W表示二值水印序列；L₁表示每一段音频长度，L₁＝N×K，N为水印位数，K为定值；M表示用于嵌入水印的系数个数；I_w表示含水印音频；LOD表示局部最优检测器；

所述水印嵌入按如下步骤进行：

a.初始设置

获取宿主音频I并初始化变量；

b水印嵌入

b.1对I进行分段处理；

b.2宿主音频I进行二级非下采样小波变换(SWT)，得到1个低频子带L和2个高频子带HH1和HH2；

b.3选取能量最大子带HH2，系数表示为

b.4对HH2选取局部能量较大的前N个SWT系数作为重要系数，C＝{c(i),i＝1,…,N}表示每段中重要系数的位置，并设置重要系数窗口window(i,j),其中，i＝1,2,...N；j＝1,2...,M；

b.5构造出两种嵌入强度函数用于嵌入水印位“1”或“0”：

f₁(x)＝0.01+10^-4x²，f₀(x)＝4.5-10^-6x²；

b.6根据下式修改每个窗口中对应重要系数得到window'(i,j)：

b.7将所有子带进行SWT重构获取含水印音频I_w；

所述水印提取按如下步骤进行：

c.获取含水印音频I_w；

d.对I_w其进行分段处理；

e.含水印音频I_w进行二级非下采样小波变换(SWT)，得到1个低频子带L’和2个高频子带HH1’和HH2’；

f.选取能量最大子带HH2’，系数表示为

g.根据嵌入水印时的记录，找到待提取水印的位置；

h.多参数Weibull统计建模

h.1通过卡丹公式分别求得两种嵌入强度函数f₁、f₀的反函数g1、g0；

h.2利用中值法估计出子带HH2’的噪声偏差σ_n：

h.3根据下式分别计算含水印音频I_wSWT高频子带HH2重要系数每个窗口中在嵌入水印“1”和嵌入水印“0”两种假设下的多参数Weibull分布概率H₁和H₀：

其中，α和β为形状参数，θ和γ为尺度参数，λ为精确度参数；

i.构造LOD检测器进行水印提取

i.1对于每一段，利用含水印SWT高频子带HH2系数估计多参数Weibull分布概率密度函数五个参数α，β，θ，γ，λ；

i.2每个窗口中用于嵌入水印的系数表示为y_i,i＝1,2,...,M，根据下式，利用局部最大势能检验构造局部最优检测器(LOD)，提取每个窗口的具体水印信息：

i.3将每个窗口提取的水印按顺序排列，得到提取的水印序列；

j重复以上步骤i.1～i.3，对每个音频子段水印信息进行提取，并利用“投票原则”择优提取，求出最佳水印信息。

本发明首先选取宿主音频能量较大的SWT高频子带作为水印嵌入的最优子带，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合并进行SWT重构得到含水印音频；然后，在接收端对含水印音频进行SWT，使用多参数weibull分布对其高频子带重要系数进行建模，利用子带内系数相关性估计模型的参数；最后，利用最大似然和局部最大势能检验方法设计出局部最优检测器提取具体水印信息，并按顺序排序获得最终的水印序列。实验结果表明，本发明的方法由于利用多参数weibull分布构造出更精确的模型，有效地提高了检测精度，同时还保持了鲁棒性和不可见性的良好平衡。

与现有技术相比，本发明具有以下有益效果：

第一，采用非下采样小波变换(SWT)，其具有良好的频域局部化特征，能够很好地刻画信号的非平稳性、保持信号形状；

第二，采用乘性水印嵌入方法更加符合HAS特性，使嵌入强度随着载体信号强弱成比例的变化，增强算法的鲁棒性；

第三，应用新改进的多参数Weibull分布建模构造检测器，该模型含有五个参数，能够更加准确地描述与捕获子带的边缘分布以及尺度内、尺度间系数的依赖关系，利用多钟相关性进行参数估计，提高了模型的检测精度。

附图说明

图1为本发明实施例在danube.wav嵌入1024位水印的含水印原始音频、含水印音频和差值音频波形图。

图2为本发明实施例常规攻击鲁棒性测试结果图。

图3为本发明实施例去同步攻击鲁棒性测试结果图。

图4为本发明实施例的水印嵌入流程图。

图5为本发明实施例的水印提取流程图。

具体实施方式

本发明的方法约定：I指宿主音频；W表示二值水印序列；L₁表示每一段音频长度，L₁＝N×K，N为水印位数，K为定值；M表示用于嵌入水印的系数个数；I_w表示含水印音频；LOD表示局部最优检测器；

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I并初始化变量；

b水印嵌入

b.1对I进行分段处理；

b.2宿主音频I进行二级非下采样小波变换(SWT)，得到1个低频子带L和2个高频子带HH1和HH2；

b.3选取能量最大子带HH2，系数表示为

b.4对HH2选取局部能量较大的前N个SWT系数作为重要系数，C＝{c(i),i＝1,…,N}表示每段中重要系数的位置，并设置重要系数窗口window(i,j),其中，i＝1,2,...N；j＝1,2...,M；

b.5构造出两种嵌入强度函数用于嵌入水印位“1”或“0”：

f₁(x)＝0.01+10^-4x²，f₀(x)＝4.5-10^-6x²；

b.6根据下式修改每个窗口中对应重要系数得到window'(i,j)：

b.7将所有子带进行SWT重构获取含水印音频I_w；

水印提取如图5所示，按照如下步骤进行：

c.获取含水印音频I_w；

d.对I_w其进行分段处理；

e.含水印音频I_w进行二级非下采样小波变换(SWT)，得到1个低频子带L’和2个高频子带HH1’和HH2’；

f.选取能量最大子带HH2’，系数表示为

g.根据嵌入水印时的记录，找到待提取水印的位置；

h.多参数Weibull统计建模

h.1通过卡丹公式分别求得两种嵌入强度函数f₁、f₀的反函数g₁、g₀；

h.2利用中值法估计出子带HH2’的噪声偏差σ_n：

h.3根据下式分别计算含水印音频I_wSWT高频子带HH2重要系数每个窗口中在嵌入水印“1”和嵌入水印“0”两种假设下的多参数Weibull分布概率H₁和H₀：

其中，α和β为形状参数，θ和γ为尺度参数，λ为精确度参数；

i.构造LOD检测器进行水印提取

i.1对于每一段，利用含水印SWT高频子带HH2系数估计多参数Weibull分布概率密度函数五个参数α，β，θ，γ，λ；

i.2每个窗口中用于嵌入水印的系数表示为y_i,i＝1,2,...,M，根据下式，利用局部最大势能检验构造局部最优检测器(LOD)，提取每个窗口的具体水印信息：

i.3将每个窗口提取的水印按顺序排列，得到提取的水印序列；

j重复以上步骤i.1～i.3，对每个音频子段水印信息进行提取，并利用“投票原则”择优提取，求出最佳水印信息。

图1为本发明实施例在danube.wav嵌入1024位水印的含水印原始音频、含水印音频和差值音频波形图。

图2为本发明实施例常规攻击鲁棒性测试结果图。

图3为本发明实施例去同步攻击鲁棒性测试结果图。

图4为本发明实施例的水印嵌入流程图。

图5为本发明实施例的水印提取流程图。

实验结果表明：本发明的方法由于利用多参数weibull分布构造出更精确的模型，有效地提高了检测精度，同时还保持了鲁棒性和不可见性的良好平衡。

Claims (1)

1.一种基于多参数Weibull统计建模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：I指宿主音频；W表示二值水印序列；L₁表示每一段音频长度，L1＝N×K，N为水印位数，K为定值；M表示用于嵌入水印的系数个数；I_w表示含水印音频；LOD表示局部最优检测器；

所述水印嵌入按如下步骤进行：

a.初始设置

获取宿主音频I并初始化变量；

b.水印嵌入

b.1对I进行分段处理；

b.2宿主音频I进行二级非下采样小波变换(SWT)，得到1个低频子带L和2个高频子带HH1和HH2；

b.3选取能量最大子带HH2，系数表示为

b.4对HH2选取局部能量较大的前N个SWT系数作为重要系数，C＝{c(i),i＝1,…,N}表示每段中重要系数的位置，并设置重要系数窗口window(i,j)，其中，i＝1,2,...N；j＝1,2...,M；

b.5构造出两种嵌入强度函数用于嵌入水印位“1”或“0”：

f₁(x)＝0.01+10^-4x²，f₀(x)＝4.5-10^-6x²；

b.6根据下式修改每个窗口中对应重要系数得到window'(i,j)：

b.7将所有子带进行SWT重构获取含水印音频I_w；

所述水印提取按照如下步骤进行：

c.获取含水印音频I_w；

d.对I_w其进行分段处理；

e.含水印音频I_w进行二级非下采样小波变换(SWT)，得到1个低频子带L’和2个高频子带HH1’和HH2’；

f.选取能量最大子带HH2’，系数表示为

g.根据嵌入水印时的记录，找到待提取水印的位置；

h.多参数Weibull统计建模

h.1通过卡丹公式分别求得两种嵌入强度函数f₁、f₀的反函数g₁、g₀；

h.2利用中值法估计出子带HH2’的噪声偏差σ_n：

h.3根据下式分别计算含水印音频I_wSWT高频子带HH2重要系数每个窗口中在嵌入水印“1”和嵌入水印“0”两种假设下的多参数Weibull分布概率H₁和H₀：

其中，α和β为形状参数，θ和γ为尺度参数，λ为精确度参数；

i.构造LOD检测器进行水印提取

i.1对于每一段，利用含水印SWT高频子带HH2系数估计多参数Weibull分布概率密度函数五个参数α，β，θ，γ，λ；

i.2每个窗口中用于嵌入水印的系数表示为y_i,i＝1,2,...,M，根据下式，利用局部最大势能检验构造局部最优检测器(LOD)，提取每个窗口的具体水印信息：

i.3将每个窗口提取的水印按顺序排列，得到提取的水印序列；

j重复以上步骤i.1～i.3，对每个音频子段水印信息进行提取，并利用“投票原则”择优提取，求出最佳水印信息。

Images