CN1620814A - 多媒体信号的量化索引调制(qim)数字水印 - Google Patents

Abstract

本发明致力于解决可能在基于量化索引调制(QIM)的水印方案中产生的缩放降级的问题。根据本发明，当施加的信号由因子(a)缩放时，从测量的特性参数中推导(12，22)出嵌入器(11)和检测器(21)所应用的量化级大小(D)，该参数被基本上相同的因子缩放。在优选实施例中，所述参数为信号( )能量的平方根，以及量化级为信号能量的预定小数(a)。

Description

多媒体信号的量化索引调制(QIM)数字水印

技术领域

本发明涉及一种用于通过使媒体信号的信号分量经过量化索引调制(quantization index modulation)，从而将辅助信息嵌入到所述媒体信号中的方法和设备。本发明还涉及一种用于从加水印的媒体信号中重现(retrieve)这样嵌入的数据的方法和设备。

背景技术

数字水印是一种将辅助信息嵌入到视听对象中的技术。数字水印有着广泛的应用，包括复制(版权)保护，版税跟踪，商业认证，增值内容，交互式玩具等等。数字水印的经典方法基本上是噪声填加，籍此填加已知类似噪声的信号w来修改原始信号s。水印检测本质上是相关的，其中产生的相关值包括两个分量，即期望项<s，s>和干扰项<s，w>。后者的该干扰项，至少在理论上说，是噪声填加小于用于水印的最佳方法的主要原因。

最近的出版物表明，假设特定的攻击模型，通过量化能够获得最佳的水印。在本质上，量化水印实际上是如下所述。在主信号s的空间S中，选择N组编码点C_n，其中N等于被嵌入的消息(水印的有效载荷)的数量。通过将主信号修改为信号 s而将消息m嵌入到主信号s中，从而s和 s(感觉上)接近以及s比任何其它编码组C_n中其它点更接近于C_m中的点，n不同于m。这种类型的水印通常被称为量化索引调制或QIM。编码组的点之间的距离称为网格参数或量化级。

解码水印实际上就是在编码点组的并集中找到最接近的点，并根据消息m判定是否以及是否只有点c为编码组C_m的组成部分。

QIM水印方案中存在的问题是，在检测器一侧需要知道网格参数。然而，在许多实际的实例中量化级的知识是不需要保证的。在与QIM相关的理论出版物中，通常假设检测器使用和嵌入器相同的量化级。但是，如果加水印信号经历了诸如缩放(scaling)之类的降级，则这将导致产生不正确的结果。

发明内容

本发明的一个目的是提供一种用于将数据嵌入到媒体主信号中的方法和设备，以使得正确地从缩放的加水印信号中重现嵌入数据成为可能。本发明的另一个目的是提供一种相应的重现嵌入数据的方法和设备。

为此目的，嵌入方法的特征在于，它包括从主信号的可测量特征参数推导量化级的步骤。相应的检测方法包括从加水印信号的相同可测量特征参数推导量化级的步骤。籍此，实现了在两端使用基本上相同的相关的量化级。

优选地，缩放信号可以与缩放量化级互换。即，如果信号由一定的缩放因子来缩放，那么特征参数也由相同的缩放因子缩放。这种特征参数的一个有利的实例为信号能量的平方根。量化级优选地被控制与信号的能量成比例。

在从属权利要求中定义了嵌入和检测方法以及设备的其它有利的实施例，并通过实例的方式在下文描述它们。

附图说明

图1所示为包括根据本发明的水印嵌入器和检测器的系统的通用示意图。

图2和3为示例图1中所示系统的操作图。

图4-7为示例根据本发明的系统的优选实施例的操作图。

图8示出了根据本发明的水印嵌入器的优选实施例的示意图。

图9示出了根据本发明的水印检测器的优选实施例的示意图。

具体实施方式

图1所示为包括根据本发明的水印嵌入器(或编码器)1和检测器(或解码器)2的系统的通用示意图。水印编码器在主信号s中嵌入水印消息b，从而可以忽略主信号s和加水印信号 s之间的失真。解码器2必须能够从接收的信号 s中检测出水印消息来。图1示出了“盲”加水印方案。这意思是指解码器2不可利用该主信号s。

实际上，加水印的信号已穿过通信信道经过了信号处理，和/或成为攻击的目标。该通信信道在图1中被示为嵌入器1和检测器2之间的信道3。信道利用因子a(通常a＜1)来缩放加水印信号的幅度。该信道还可以填加噪声和/或引入附加的偏移(未示出)。

水印编码器1和解码器2包括两端都可以获得的“密码本”。在编码器1中，密码本将输入采样Sj映射到输出采样 Sj，输出采样值取决于消息符号bj。解码器2使用相同的密码本由采样 Sj来重构消息符号bj。

通过考虑信号采样值的缩放量化能够非常容易地理解QIM编码/解码原理。为此目的，我们选择一个量化级D，并如下构造两个编码组C₀和C₁：组C₀包括D的全部偶数相乘，以及组C₁包括D的全部奇数相乘。在它的最简化形式中，通过对于每个j而言，当b_j＝0时将sj舍入到D的最近偶数相乘，并且当b_j＝1时将它舍入到D的最近奇数相乘，从而实现了利用位串b＝(b₁，...，b_K)为长度为K的信号加水印。通过舍入 s的分量能够将位串b复原为间隔D的网格，并且推断出0位用于D的每个偶数相乘和1位用于D的每个奇数相乘。

水印编码器和解码器所使用的密码本优选为任意的，这取决于实现水印通信保密性的密钥。为此目的，通过为每个采样索引j使用一个保密的随机值v_j来抖动 s的值。随机值vj优选为实数。这样防止了采样 s _j总是依赖于间隔为D的网格，从而观测者甚至不能“看到”加过水印的信号。在图2中示例了这种水印嵌入方案。在左垂直轴上的信号媒体采样s_j，它的一个实例由X表示，并被舍入到最近的D的偶数(b_j＝0)或奇数(b_j＝1)相乘，还为该采样提供了偏移v_j。在图2中，量化级的大小为D＝1.5并且用于特定信号采样的随机值为v_j＝0.5。在下文，将随机值v_j表示为乘法因子υ_j和量化级大小D相乘的结果：v_j＝υ_j×D，这里-1＜υ_j＜1。

能够如下进行推导出称为“抖动均匀缩放量化”的该嵌入处理的数学表达式。对于给定的偏移v_j，可以假定输出采样 s _j的离散程度为：

s _j＝(2m+b_j)×D+v_j×D，这里m＝...，-2，-1，0，1，2，…    (1)

输出值 s _j必须尽可能地接近输入值s_j。这可以表示为：

$s_j\&cong;{\underset{\&OverBar;}{s}}_j$

$S_j\&cong;(2m+b_j)\&times;D+{\mathrm{\&upsi;}}_j\&times;D$

$m\&cong;\frac{S_j-(2m+b_j)\&times;D}{2D}$

如果：

$m=\mathrm{round}\left\{\frac{s_j-(2m+b_j)\&times;D}{2D}\right\}---\left(2\right)$

就可以满足后者条件。

将(2)代入(1)中结果为：

${\underset{\&OverBar;}{s}}_j=[2\&times;\mathrm{round}\{\frac{\frac{s_j}{D}-b_j-v_j}{2}\}+v_j+b_j]\&times;D---\left(3\right)$

该公式具有以下的解释。首先，对于采样值sj，计算“量化索引”sj/D。其次，将该量化索引舍入到整数的移位形式中。很容易看出，对于bj＝0或bj＝1，已调制的索引取决于两个不同的子集。最后，通过D进行相乘以恢复采样值s的原始缩放。很容易看出采样值的最大失真等于D。

随机序列的目的是双重的。其一，它提供了保密性：当简单分析采样值的直方图不再充分时，估计量化级大小D已变成了困难的任务。并且即使已知了D，如果没有已知v_j，那么也不可能从b_j+v_j中估计出b_j。其二，它还提供了稳健性：如果随机序列是足够任意的，信号 s可以被模拟为s加上噪声项。对于下一部分的主题而言，与要是s被给定一个较恒定偏移相比，这允许一个来自 s的更好的D的近似值。等式(3)清楚说明了为什么缩放降级是QIM的问题。s的缩放形式a×s产生了量化索引a×s/D，即原始量化索引s/D的a倍。就以下等式(4)中的检测公式而言，很明显不再可能可靠地重现该嵌入信息。

为了完全地公开本发明，图3示例了QIM水印嵌入处理的更普遍实施例的操作。在该实施例中，应用三元嵌入(b_j＝0，1，或2)。而且，嵌入的符号不是由s轴上离散的 点来表示，而是由值 s _j的独立 范 围来表示的。因此从该图中可以容易地推导出输出信号s_j现在可以表述为：

            s _j＝s_j+λ(z_j-s_j)

这里z_j表示如上述等式(3)所定义的离散点。

检测嵌入信息就是简单的计算量化索引，补偿抖动和校验结果的奇偶性。对于二进制嵌入方案，可以简洁地表示如下：

${\underset{\&OverBar;}{b}}_j=\mathrm{mod}\left(\mathrm{round}\right\{\frac{{\underset{\&OverBar;}{s}}_j}{D}\}+v_j,2),---\left(4\right)$

这里 b _j表示估计的比特值。

等式(4)表示在能够重现水印有效载荷之前，水印解码器需要一些必要的参数值。首先，为了正确解释为0或1比特，它需要随机序列v＝(v₁，...，v_K)。在任一实际系统中，通常不能保证随机串和信号的对齐，这直接意味着存在同步的问题。其次，更重要的是，在检测器一侧需要知道网格参数D。但是，在很多实际的实例中并不能保证已知D。在给音频加水印中可以发现一种增益降级的典型实例，这里选择s来表示波形采样值。在这种情况下，增益降级实际上就是提高或降低音量。如果增益因子在极限之内，通常要将它经历可感知的降级。特别是，基于空中检测水印(从播放设备播放，利用录音设备通过空中来接收)将包括增益降级。

本发明所针对的问题是从接收的信号 s中重现量化级大小D而不用明确知道增益因子a。该问题到目前为止几乎没有引起文献资料的注意。关键的思想是使量化级大小D取决于主信号s，通过这种方法，如果通过因子以幅度来缩放s，那么估计的量化级大小D(a×s)也由因子a缩放为a×D(s)。换言之，缩放s可与缩放D互换。

量化级D，例如为，选择的信号s的Lp-模的小数(或选择的各个信号采样s_j的小数)，这里p＝1或p＝2。

${\left|\right|s\left|\right|}_p={\left\{\underset{j}{\mathrm{\&Sigma;}}{\left|s_j\right|}^p\right\}}^{1/p}$

在优选的实施例中，量化级大小与信号能量的平方根成比例(即，p＝2)。

参考图1，图中示出了水印嵌入器1包括根据等式(3)工作的量化索引调制(QIM)电路11。嵌入器从根据以下操作的量化级控制电路12中接收用于QIM处理的量化级大小D：

$D=\mathrm{\&alpha;}\sqrt{E\left(s\right)}$

这里E(s)为主信号s的能量以及α为预定因子。

同理，水印解码器2包括根据等式(4)工作的解调(QIM^-1)电路31。解码器从根据以下工作的量化级控制电路12接收所使用的量化级大小D’：

$D^{\&prime;}=\mathrm{\&alpha;}\sqrt{E\left({\underset{\&OverBar;}{s}}^{\&prime;}\right)}$

这里E( s’)为接收信号的能量，以及α为与嵌入器1所使用的相同因子。

量化索引调制可以应用于原始信号域(音频波形采样，视频象素)中的全部信号采样或应用于选择的所述信号采样的其中一些。量化索引调制还可以应用于在一些变换域中的信号的分量，例如，视频图像或音频信号的频谱频率分量的DCT系数。

现在将详细描述一个优选的实施例。在该实例中，信号s为音频剪辑。图4示出了在时域中这种音频信号的波形。正如所公知的，音频最好在频域中表示，因此我们使用快速傅里叶变换(FFT)来应用于频率表示。图5示出了音频信号的频谱。

在该优选的实施例中，通过调制功率谱分量的幅度来实现水印嵌入。频谱分量通过量化来修改。根据全部的频谱能量确定量化级大小存在一些不利的方面。首先，这意味着用相同的量化级大小D量化每个频谱分量。这在感觉上不是最佳的策略，因为每个频谱分量允许的失真与分量的幅度成线性关系。将量化级大小基于全部的能量意味着大分量(典型为较低频率)将过于精确量化，并且小分量(典型为较高频率)却过于粗糙量化。其次，增益降级在频率范围上经常不均匀，从而导致了估计的增益因子和实际增益因子之间的每个分量的不匹配。为了克服这些问题，频谱被划分为几个频带以及根据每个频带的能量确定每个频带的因子α。根据心理声学模型，这些频带被选择以随着频率对数增加。对于每个频带，选择平均能量的平方根(RMSE)的固定小数作为该频带的阈值(即量化级)。

图6示出了在频带中进行对数划分的一个实例(加点垂直网格61)。附图标记63表示主功率频谱密度。附图标记62表示产生的RMSE，根据该RMSE可以推导出各个子频带中的量化级大小D(参见图1)。应该注意的是，对于较高频率，RMSE为主功率频谱密度的合理近似，但对于较低频率来说产生的误差较大些。

图7示出了图6的放大部分。该图中的虚线73表示在信号嵌入小数的因子α＝0.1之后嵌入信号的功率频谱密度。可以看出，原始信号63和加水印信号73之间的差别是最小的。虚线72表示产生的RMSE，从RMSE可以导出子频带中的量化级大小D’(参见图1)。很明显，原始的量化级大小62和重新估计的量化级大小72只是或多或少地存在一些差别。应该注意到，为了合理的比较，在本实例中不假设任何增益降级(在图1中，a＝1)。

图8示出了按如上所述操作的嵌入设备的优选实施例的方框图。该设备包括用于在时间帧中把音频信号分成段的电路81，快速傅里叶变换电路82，以及用于将每个傅里叶系数分离为相位和幅度的电路83。幅度构成了用于嵌入电路1的主信号s(图1)。修改的幅度 s和相应的相位φ接下来被合并(84)并被逆傅里叶变换(85)。最后，将时间帧连接起来(86)以形成加水印的音频信号。

图9示出了相应的检测设备的方框图。该设备包括相同的分段电路81，傅里叶变换电路82，以及分离电路83，如图8中所示。傅里叶系数的大小构成了用于检测器2的加水印信号分量 s(图1)。

应该注意到，基于被推荐频带的计算允许许多的变型。一种需要注意的变型是滑动及扩展平均，它为基于频带平均的‘连续’形式：对于每个频率分量f_n，根据频率间隔(n/因子，...，因子×n)的能量来计算量化级大小。该公式说明了平均间隔随着频率索引n呈现线性增长，这也符合对数频带的思想。

另外还应该注意到，能够使用类似的技术用于图像和视频水印。在图像水印的情况下，很自然的选择将是量化空间采样值，其中量化级的大小基于一些本地统计动差。

本发明将被概括如下。致力于解决缩放降级的问题，这种情况可能在根据量化索引调制(QIM)的水印方案中出现。根据本发明，从可测量的特征参数中可以推导出嵌入器(11)和检测器(21)应用的量化级大小(D)，该特征参数所具备的特性是，当施加的信号由因子(a)缩放时，该参数也将实质上由相同的因子缩放。在优选的实施例中，所述参数为信号

能量的平方根，以及量化级为所述信号能量的预定小数(α)。

Claims (18)

1、一种用于将辅助信息嵌入到媒体信号中的方法，该嵌入是通过使所述媒体信号的信号分量经历采用量化级的量化索引调制来进行的，其特征在于，该方法包括从所述信号分量的可测量特征参数中导出所述量化级的步骤。

2、根据权利要求1所述的方法，其中，所述导出步骤包括控制量化级使其与所述特征参数成比例，当用一个缩放因子缩放所述媒体信号分量时，所述特征参数具有用相同缩放因子来缩放的特性。

3、根据权利要求1所述的方法，其中，所述特征参数为信号分量的Lp-模。

4、根据权利要求1所述的方法，其中，所述特征参数为所述信号分量能量的平方根。

5、根据权利要求1所述的方法，其中，所述信号分量为所述媒体信号的单独采样。

6、根据权利要求1所述的方法，其中，所述信号分量为所述媒体信号的频谱频率分量。

7、根据权利要求6所述的方法，其中，所述特征参数为相应频率子频带中所述频谱频率分量的能量的平方根。

8、根据权利要求7所述的方法，其中，所述子频带为对数性隔开的子频带。

9、一种用于将辅助信息嵌入到媒体信号中的设备，该嵌入是通过使所述媒体信号的信号分量经历采用量化级的量化索引调制来进行的，其特征在于，该设备包括用于从所述信号分量的可测量特征参数中导出所述量化级的装置。

10、一种用于重现嵌入在加水印的媒体信号中的数据的方法，该嵌入是通过使媒体主信号的信号分量经历量化索引调制来进行的，该方法包括采用量化级来重现该嵌入数据的步骤，其特征在于，该方法包括从所述加水印的信号分量的可测量特征参数中导出所述量化级的步骤。

11、根据权利要求10所述的方法，其中，所述导出步骤包括控制量化级使其与所述特征参数成比例，当用一个缩放因子缩放所述媒体信号分量时，所述特征参数具有用相同缩放因子缩放的特性。

12、根据权利要求10所述的方法，其中，所述特征参数为信号分量的Lp-模。

13、根据权利要求10所述的方法，其中，所述特征参数为所述信号分量能量的平方根。

14、根据权利要求10所述的方法，其中，所述信号分量为所述媒体信号的单独采样。

15、根据权利要求10所述的方法，其中，所述信号分量为所述媒体信号的频谱频率分量。

16、根据权利要求15所述的方法，其中，所述特征参数为相应频率子频带中所述频谱频率分量的能量的平方根。

17、根据权利要求16所述的方法，其中，所述子频带为对数性隔开的子频带。

18、一种用于重现嵌入在加水印的媒体信号中的数据的设备，该嵌入是通过使媒体主信号的信号分量经历量化索引调制来进行的，该设备被安排用于通过采用量化级来重现该嵌入数据，其特征在于，该设备包括用于从所述加水印的信号分量的可测量特征参数中导出所述量化级的装置。

Images