ES2270060T3 - Deteccion de marcas de agua. - Google Patents
Deteccion de marcas de agua. Download PDFInfo
- Publication number
- ES2270060T3 ES2270060T3 ES03740978T ES03740978T ES2270060T3 ES 2270060 T3 ES2270060 T3 ES 2270060T3 ES 03740978 T ES03740978 T ES 03740978T ES 03740978 T ES03740978 T ES 03740978T ES 2270060 T3 ES2270060 T3 ES 2270060T3
- Authority
- ES
- Spain
- Prior art keywords
- sequence
- signal
- sequences
- signal samples
- sub
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0021—Image watermarking
- G06T1/005—Robust watermarking, e.g. average attack or collusion attack resistant
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2201/00—General purpose image data processing
- G06T2201/005—Image watermarking
- G06T2201/0052—Embedding of the watermark in the frequency domain
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2201/00—General purpose image data processing
- G06T2201/005—Image watermarking
- G06T2201/0065—Extraction of an embedded watermark; Reliable detection
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Editing Of Facsimile Originals (AREA)
- Burglar Alarm Systems (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Image Analysis (AREA)
- Television Systems (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Complex Calculations (AREA)
- Image Processing (AREA)
Abstract
Método de detección de una marca de agua en una señal, comprendiendo el método las etapas de calcular (3) una correlación entre una secuencia de muestras de señal y una marca de agua predeterminada, y detectar (4) si dicha correlación supera un umbral dado, incluyendo el método procesar (82) previamente dicha secuencia de muestras de señal, comprendiendo dicho tratamiento previo las etapas de: - dividir (21) la secuencia de muestras de señal en subsecuencias; - someter (22) todas las muestras de señal de una subsecuencia a la misma ponderación, y variar dicha ponderación de subsecuencia en subsecuencia para obtener una distribución de muestras de señal en la secuencia que es más plana que la distribución de muestras de señal en la secuencia antes del tratamiento previo, mientras se conservan las variaciones originales de las muestras de señal en cada subsecuencia; y - concatenar (23) las subsecuencias ponderadas para obtener la secuencia tratada previamente de las muestras de señal, caracterizado porque dicha etapa de dividir la secuencia de muestras de señal en subsecuencias comprende dividir en subsecuencias solapadas.
Description
Detección de marcas de agua.
La invención se refiere a un método y a una
disposición según el preámbulo de la reivindicación 1 y 7,
respectivamente.
Las marcas de agua son mensajes imperceptibles
incluidos en el contenido de señales de información tales como de
audio o de vídeo. Las marcas de agua admiten una variedad de
aplicaciones tales como la monitorización y el control de copias.
Una marca de agua se incluye generalmente en una señal modificando
muestras de la señal según muestras respectivas de la marca de
agua. El término "muestras" se refiere a valores de señal en el
dominio en el que se incluye la marca de agua.
El método y la disposición según el preámbulo de
la reivindicación 1 y 7 se describen por Kalkar T. et al:
"Analysis of watermark detection using SPOMF Image Processing"
1999 ICEP 99, Proceedings páginas 316-319. Este
artículo describe un método para reducir la desviación estándar de
la señal con marca de agua manteniendo las pequeñas variaciones de
señal que representan la marca de agua.
Un sistema de inclusión y detección de marcas de
agua para audio de la técnica anterior se describe en Jaap Haitsma,
Michiel van der Veen, Ton Kalker y Fons Bruekers: "Audio
Watermarking for Monitoring and Copy Protection", conferencia
ACM Multimedia, 30 de octubre - 4 de noviembre de 2002, págs.
119-122. La señal de audio se segmenta en tramas y
se transforma en el dominio de frecuencia. Se incluye una secuencia
de marcas de agua en las magnitudes de los coeficientes de Fourier
de cada trama. El detector recibe la versión del dominio del tiempo
de la señal de audio con marca de agua. La señal recibida se
segmenta en tramas y se transforma en el dominio de frecuencia. Las
magnitudes de los coeficientes de Fourier se correlacionan de manera
cruzada con la secuencia de marcas de agua. Si la correlación supera
un umbral dado, se dice que la marca de agua está presente. La
expresión "secuencia de muestras de señal" definida en el
párrafo inicial se refiere a las magnitudes de los coeficientes de
Fourier de una trama de audio en este caso.
Un sistema de inclusión y detección de marcas de
agua para vídeo de la técnica anterior se describe en Ton Kalker,
Geert Depovere, Jaap Haitsma y Maurice Maes: "Video watermarking
System for Broadcast Monitoring", Proceedings of SPIE, Vol. 1.
3657, enero de 1999, págs. 103-112. En este sistema,
la marca de agua se incluye en el dominio de píxeles. La secuencia
de marcas de agua es un patrón de marca de agua de 128 X 128, que se
reviste sobre una imagen. El detector de marcas de agua correlaciona
bloques de imágenes de 128 X 128 con el patrón de marca de agua. Si
la correlación es suficientemente grande, se dice que la marca de
agua está presente. La expresión "secuencia de muestras de
señal" definida en el párrafo inicial se refiere a bloques de
imágenes de 128 X 128 píxeles en este caso.
Los algoritmos de detección de marcas de agua
pueden ser sensibles a ataques o condiciones de señal específicas,
tales como un fuerte tono único en o añadido a una señal de audio, o
un fuerte logotipo presente en una posición fija en cada trama de
vídeo o letras blancas de subtítulo en la parte inferior de cada
trama.
Es un objeto de la invención mejorar el
rendimiento del método de detección de marcas de agua de la técnica
anterior.
Con este fin, el método según la invención se
caracteriza porque la etapa de dividir la secuencia de muestras de
señal en subsecuencias comprende dividir en subsecuencias
solapadas.
La invención es particularmente eficaz si el
método de detección de marcas de agua incluye la acumulación de
secuencias de señales plurales. Tal acumulación normalmente mejora
la fiabilidad de detección (las secuencias de marcas de agua se
suman mientras que la señal se promedia), pero ya no es el caso si
la señal incluye el mismo componente perturbador sustancialmente en
todas las secuencias acumuladas. En una realización preferida del
método según la invención, se aplica el tratamiento previo a dichas
secuencias acumuladas. Así se consigue que el componente perturbador
se elimine eficazmente de las secuencias acumuladas.
En una realización ventajosa del método según la
invención, las subsecuencias solapadas de las muestras de señal son
subsecuencias en ventanas. Una ventana adecuada es la bien conocida
ventana Hanning, o la raíz cuadrada de la ventana Hanning. Se ha
encontrado que un solapamiento del 50% proporciona buenos
resultados. Se obtiene la secuencia concatenada que va a
correlacionarse con la marca de agua añadiendo las subsecuencias
ponderadas.
Ventajosamente, la etapa de ponderación
comprende la transformación de Fourier de la subsecuencia de
muestras de señal, normalizar las magnitudes de los coeficientes de
Fourier, y transformar de nuevo los coeficientes normalizados.
Alternativamente, la etapa de ponderación comprende dividir todas
las muestras de señal de una subsecuencia entre la muestra de señal
mayor de dicha subsecuencia. La segunda opción, es decir ajuste a
escala, tiene una menor complejidad aritmética que la primera opción
en la que se obtiene la ponderación normalizando las magnitudes en
el dominio de frecuencia. En ambas realizaciones, la secuencia se
pondera de manera adaptativa, basándose en las propiedades de la
señal.
Estos y otros aspectos de la invención son
evidentes partir de y se aclararán con referencia a los dibujos
adjuntos, en los que:
La figura 1 muestra esquemáticamente una
disposición de la técnica anterior para incluir una marca de agua,
para proporcionar información de los antecedentes sobre el
procedimiento de inclusión de marcas de agua.
La figura 2 muestra esquemáticamente una
realización preferida de una disposición para detectar la marca de
agua según la invención.
La figura 3 muestra gráficos de valores de picos
de correlación para una señal de audio, para ilustrar el rendimiento
del método según la invención.
Las figuras 4-6 muestran
diagramas para ilustrar el funcionamiento de la disposición de
detección de marcas de agua que se muestra en la figura 2.
La figura 7 muestra un gráfico adicional de
valores de picos de correlación para ilustrar el rendimiento del
método de detección de marcas de agua según la invención.
Ahora se describirá la invención con referencia
a la detección de una marca de agua incluida en una señal de audio.
En primer lugar, se describirá una disposición de inclusión para
proporcionar información de los antecedentes. La figura 1 muestra
esquemáticamente tal disposición. La disposición recibe una señal de
audio en la forma de muestras x(n) de audio, y comprende un
sumador 101 para añadir una marca w(n) de agua a la señal. La
parte dominante de la marca w(n) de agua se deriva en el
dominio de Fourier. La disposición comprende una unidad 102 de
segmentación, que segmenta la señal de audio en tramas o secuencias
de 2048 muestras. Las secuencias se transforman usando una
transformada 103 de Fourier. Se retira una marca W(k) de agua
aleatoria en el dominio de la frecuencia de una distribución normal
con desviación media y estándar de 0 y 1, respectivamente. La marca
W(k) de agua se desplaza cíclicamente una cantidad que
representa una carga d útil de 10 bit en un circuito 104 de
desplazamiento. Se modifican las magnitudes de los coeficientes de
Fourier por un multiplicador 105,
según:
según:
W_{i}(k) =
W_{s}(k)X_{i}(k)
en la que i indica la trama o
número de secuencia, X_{i}(k) la representación espectral
de una trama x_{i}(n), W_{s}(k) la versión
desplazada cíclicamente de W(k) y W_{i}(k) la marca
de agua en el dominio de frecuencia resultante. Se usa una
transformada 106 inversa de Fourier para obtener la representación
w(n) de la marca de agua en el dominio del
tiempo.
tiempo.
La figura 2 muestra esquemáticamente una
realización preferida de una disposición para detectar la marca de
agua según la invención. Tal como se ha intentado ilustrar en esta
figura, la disposición comprende tres fases principales: acumulación
(1), tratamiento previo (2) y correlación.
En una unidad 11 de segmentación de la fase de
acumulación, la disposición segmenta la señal y/n) de audio
sospechosa en tramas o secuencias y_{i}(n) de 2048 muestras
de audio. Cada secuencia se transforma (12) por Fourier y se
calculan (13) las magnitudes de los coeficientes Y_{i}(k)
de Fourier. Las magnitudes de los coeficientes de Fourier de la
trama i constituyen una secuencia |Y_{i}|(k) de 1024
números reales en los que se ha incluido la información de la marca
de agua. En la realización preferida de la disposición, se acumula
una pluralidad de tales secuencias |Y_{i}|(k), por un
acumulador 14, para obtener una secuencia Y(k) acumulada. Se
elige el número de secuencias que se están acumulando para que
represente un periodo de, digamos, 2 segundos de la señal de
audio.
Ahora se describirá brevemente la fase 3 de
correlación. Para una descripción detallada de la detección de
marcas de agua usando correlación, se hace referencia a la solicitud
de patente internacional WO 99/45707. La fase de correlación calcula
una correlación C entre una secuencia acumulada de muestras de señal
(obsérvese que la "muestras de señal" en este ejemplo se
refieren a magnitudes de los coeficientes de Fourier) y cada posible
versión desplazada de la secuencia W(k) de marca de agua. La
fase de correlación recibe una secuencia Z(k). Se supondrá
inicialmente que la fase de correlación recibe la secuencia
acumulada directamente de la fase 1 de acumulación, es decir
Z(k) =
Y(k).
Y(k).
\newpage
Se calcula la correlación cruzada para cada
posible versión desplazada de W(k) de manera más eficaz
usando la transformada de Fourier. La correlación cruzada
tradicional puede escribirse como:
C =
F^{-1}(F(Z(k)) x F^{*}
(W(k)))
en la que F(.) indica la
transformada de Fourier, F*(.) la transformada de Fourier que
incluye la conjugación de los coeficientes de Fourier complejos y
F^{-1}(.) la transformada inversa de Fourier. Las respectivas
transformadas se llevan a cabo mediante los circuitos 31, 32 y 33 de
transformada de Fourier en la figura 2. La multiplicación se realiza
mediante un multiplicador
34.
Se mejora el rendimiento de detección mediante
filtrado sólo en fase simétrica (SPOMF, "Symmetrical Phase Only
Filtering"). En este procedimiento de correlación cruzada, sólo
se usa la información en fase de las señales F(Z(k)) y
F*(W(k)). La operación sólo en fase se define como:
P(x) =
\frac{x}{\left\bracevert x \right\bracevert}\ para\ x\ \neq0,\ y\
P(0) =
1.
y se lleva a cabo por circuitos 35
y 36 de extracción de fase respectivos en la figura
2.
Un detector 4 de picos determina si la función C
de correlación cruzada muestra un valor \rho de pico que es mayor
que un umbral de detección dado (por ejemplo, 5\sigma, en el que
\sigma es la desviación estándar de la función de correlación). En
ese caso, se dice que la marca W(k) de agua está presente. El
detector de picos también recupera la posición de dicho valor de
pico, que corresponde a la cantidad de desplazamiento que está
aplicándose a la marca W(k) de agua y representa, por tanto,
la carga d útil de 10 bit. Sin embargo, este aspecto no es
relevante para la invención.
La figura 3 muestra gráficos de valores \rho
de picos de correlación a intervalos de 1 segundo de una señal de
audio. Una línea 31 continua indica el resultado para un fragmento
regular de música. Tal como puede observarse fácilmente, cada valor
de pico supera claramente el valor umbral de 5\sigma, es decir, la
señal tiene una marca de agua incluida. Una línea 32 discontinua
indica los valores de pico para el mismo fragmento de música, que
ahora está perturbado por una fuerte onda sinusoidal de 15 kHz.
Ninguno de los valores de pico supera el umbral de 5\sigma ahora.
El detector determinará ahora erróneamente que esta señal no tiene
marca de agua incluida. El problema se ilustra con referencia a las
figuras 4 y 5. En la figura 4, el número 41 indica una secuencia
Y(k) acumulada típica, derivada de un fragmento regular de
música. En la figura 5, el número 51 indica la secuencia
Y(k) correspondiente derivada del mismo fragmento de música
pero perturbado. El tono de 15 kHz domina la señal de tal manera que
las variaciones en las magnitudes de los componentes de Fourier en
la secuencia 51, que llevan la información de la marca de agua, se
reducen hasta ser insignificantes comparadas con las variaciones en
la secuencia 41.
Una posible solución para superar el problema es
ignorar partes de las señales, por ejemplo: partes de tramas de
vídeo o partes del espectro de audio, en las que están presentes
componentes perturbadores. Por ejemplo, la ubicación de un logotipo
en una señal de vídeo puede conocerse por adelantado, de modo que
los píxeles correspondientes pueden ignorarse. O, si un detector de
marcas de agua de audio está observando una emisora de radio FM,
pueden ignorarse las frecuencias próximas a la onda portadora.
Ignorar partes de una señal puede considerarse como aplicar una
función de ponderación más o menos brusca a la señal. Sin embargo,
la ubicación de componentes perturbadores se desconoce generalmente.
Se desea alguna clase de mecanismo para adaptar la función de
ponderación a la señal.
Con este fin, la disposición para detectar la
marca de agua según la invención incluye una fase 2 de tratamiento
previo entre una fase 1 de acumulación y una fase 3 de correlación
(véase la figura 2). La fase de tratamiento previo incluye una
unidad 21 de subsegmentación, un circuito 22 de ponderación y un
circuito 23 de concatenación.
La unidad 21 de subsegmentación divide la
secuencia Y(k) acumulada en una pluralidad de subsecuencias
A(k) posiblemente solapadas y con ventanas. Para señales de
audio, en las que la secuencia Y(k) comprende 1024 muestras
de señal, se ha encontrado que una longitud de subsecuencia de 16
muestras es una buena elección.
El circuito 22 de ponderación somete cada
subsecuencia individual a una función de ponderación. La función de
ponderación se elige para que sea tal que la distribución de las
muestras de señal en la totalidad de la secuencia sea
sustancialmente plana mientras que se conservan las variaciones
originales de las muestras de señal dentro de cada subsecuencia. La
expresión "sustancialmente plana" puede significar, por
ejemplo, que el valor medio de las muestras de señal de una
subsecuencia es el mismo para todas las subsecuencias.
En una realización, esto se consigue
normalizando las magnitudes cada subsecuencia en el dominio de la
frecuencia. Con este fin, el circuito de ponderación realiza la
siguiente operación:
(1)B(k)
=
F^{-1}(P(F(A(k)))
en la que F(.) indica la
transformada de Fourier, P(.) indica la operación sólo en fase según
se definió anteriormente, y F^{-1}(,) indica la transformada
inversa de
Fourier.
En otra realización, la ponderación se lleva a
cabo mediante la siguiente operación de ajuste a escala:
(2)B_{k} =
\frac{A_{k}}{max(\left\bracevert
A_{k}\right\bracevert)}
en la que A_{k} y B_{k} indican
muestras de la subsecuencia A(k) original y la subsecuencia
B(k) ponderada, respectivamente, y |A_{k}| es el mayor
valor absoluto de las muestras de señal de la subsecuencia
A(k).
Las subsecuencias B(k) ponderadas se
concatenan posteriormente mediante el circuito 23 de concatenación,
para obtener la secuencia Z(k) tratada previamente. Si las
subsecuencias se solapan entre sí, se aplican preferiblemente
ventanas adecuadas (por ejemplo, ventanas Hanning) en B(k).
Es la secuencia Z(k) tratada previamente la que se introduce
en la fase 2 de correlación.
La figura 6 muestra diagramas para ilustrar
esquemáticamente la operación de tratamiento previo. El número 61 de
referencia indica una secuencia Y(k) acumulada que está
dividiéndose en subsecuencias A(k). El número 62 de
referencia indica la secuencia Z(k) que está obteniéndose
concatenando subsecuencias B(k) ponderadas. Tal como se ha
intentado mostrar, cada subsecuencia A(k) se ha ponderado. Se
ha aplicado el mismo factor de ponderación a todas las muestras de
señal de una subsecuencia, pero se han aplicado factores de
ponderación diferentes a diferentes subsecuencias. El resultado es
una distribución más plana de muestras de señal mientras que se
conservan localmente las variaciones en las muestras de señal.
Las figuras 4 y 5 ilustran el efecto de la fase
2 de tratamiento previo para un fragmento particular de música en la
práctica. Tal como ya se mencionó anteriormente, el número 41 en la
figura 4 indica una secuencia Y(k) acumulada derivada de un
fragmento regular de música. El número 51 en la figura 5 indica la
secuencia Y(k) acumulada derivada del mismo fragmento de
música que está perturbado por un fuerte tono de 15 kHz. Las
secuencias comprenden 1024 muestras de señal acumuladas. Los números
42 y 52 de referencia indican las correspondientes secuencias
Z(k) ponderadas, obtenidas normalizando las magnitudes de
cada subsecuencia en el dominio de frecuencia, tal como se define
por la ecuación (1). Los números 43 y 53 de referencia indican las
correspondientes secuencias Z(k) ponderadas, obtenidas
mediante ajuste a escala, tal como se define mediante la ecuación
(2). Para ambos fragmentos de música, pero particularmente para el
fragmento de música perturbado, los diagramas indican que puede
esperarse que se detecte un pico de correlación significativamente
mayor por la fase de correlación.
La mejora conseguida con el método de detección
de marcas de agua según la invención se muestra en la figura 3. En
esta figura, las líneas continuas se refieren al fragmento regular
de música y las líneas discontinuas se refieren al fragmento de
música perturbado. La línea 31 continua y la línea 32 discontinua ya
se han tratado anteriormente. Las líneas 33 y 35 continuas muestras
el rendimiento de la operación de ponderación según la ecuación (1).
Las líneas 34 y 36 discontinuas muestras el rendimiento de la
operación de ponderación según la ecuación (2). Tal como puede
observarse fácilmente, todos los valores de correlación de pico se
encuentran por encima del umbral de 5\sigma usado por el detector
4 de picos. Para ser completa, la figura 7 muestra los mismos
gráficos con leyendas y números de referencia idénticos para el
mismo fragmento de música pero ahora siendo mp3 codificado y
posteriormente decodificado.
En las realizaciones descritas anteriormente, la
marca de agua está representada por ligeras modificaciones de las
magnitudes de los coeficientes de Fourier, es decir, en el dominio
de frecuencia. Sin embargo, se apreciará que la invención es
aplicable igualmente a la detección de una marca de agua que está
incluida en el dominio temporal o espacial (vídeo).
Se describe un método de detección de marcas de
agua que se basa en calcular la correlación cruzada entre una señal
sospechosa y una marca de agua. Con el fin de ser más robusto frente
a los componentes de la señal dominantes prolongados que afectan
adversamente a la correlación, la secuencia de muestras (61) de
señal que va a correlacionarse con la marca de agua se divide en
subsecuencias (A(k)). Se tratan las subsecuencias, mediante
una función de ponderación, para obtener subsecuencias (B(k))
modificadas que muestran individualmente las variaciones de señal
originales, pero que muestran colectivamente (62) una distribución
más plana de los valores de muestra. Así, se reducen sustancialmente
los picos dominantes en la señal.
Claims (8)
1. Método de detección de una marca de agua en
una señal, comprendiendo el método las etapas de calcular (3) una
correlación entre una secuencia de muestras de señal y una marca de
agua predeterminada, y detectar (4) si dicha correlación supera un
umbral dado, incluyendo el método procesar (82) previamente dicha
secuencia de muestras de señal, comprendiendo dicho tratamiento
previo las etapas de:
- -
- dividir (21) la secuencia de muestras de señal en subsecuencias;
- -
- someter (22) todas las muestras de señal de una subsecuencia a la misma ponderación, y variar dicha ponderación de subsecuencia en subsecuencia para obtener una distribución de muestras de señal en la secuencia que es más plana que la distribución de muestras de señal en la secuencia antes del tratamiento previo, mientras se conservan las variaciones originales de las muestras de señal en cada subsecuencia; y
- -
- concatenar (23) las subsecuencias ponderadas para obtener la secuencia tratada previamente de las muestras de señal,
- caracterizado porque dicha etapa de dividir la secuencia de muestras de señal en subsecuencias comprende dividir en subsecuencias solapadas.
2. Método según la reivindicación 1, que incluye
además la etapa de acumular (1) una pluralidad de secuencias de
muestras de señal antes de la correlación, caracterizado
porque dicho tratamiento previo se aplica a dichas secuencias
acumuladas.
3. Método según la reivindicación 1, en el que
el solapamiento es del 50%.
4. Método según la reivindicación 1, en el que
dicha etapa de división en subsecuencias solapadas incluye aplicar
una función de ventana a dichas subsecuencias solapadas.
5. Método según la reivindicación 1, en el que
dicha etapa de ponderación comprende transformar por Fourier la
subsecuencia de muestras de señal, normalizar las magnitudes de los
coeficientes de Fourier y transformar de nuevo los coeficientes
normalizados.
6. Método según la reivindicación 1, en el que
dicha etapa de ponderación comprende dividir todas las muestras de
señal de una subsecuencia entre la muestra de señal mayor de dicha
subsecuencia.
7. Disposición para detectar una marca de agua
en una señal, comprendiendo la disposición medios (3) de cálculo
para calcular una correlación entre una secuencia de muestras de
señal y una marca de agua predeterminada, y medios (4) de umbral
para detectar si dicha correlación supera un umbral dado, incluyendo
la disposición medios (2) de tratamiento previo para tratar
previamente dicha secuencia de muestras de señal, comprendiendo
dichos medios de tratamiento previo:
- -
- medios (21) de división para dividir la secuencia de muestras de señal en subsecuencias;
- -
- medios (22) de ponderación para someter todas las muestras de señal de una subsecuencia a la misma ponderación, y variar dicha ponderación de subsecuencia en subsecuencia para obtener una distribución de muestras de señal en la secuencia que es más plana que la distribución de muestras de señal en la secuencia antes del tratamiento previo, mientras se conservan las variaciones originales de las muestras de señal en cada subsecuencia; y
- -
- medios (23) de concatenación para concatenar las subsecuencias ponderadas, para obtener la secuencia tratada previamente de las muestras de señal,
- -
- caracterizada porque los medios (21) de división se disponen para dividir la secuencia de las muestras de señal originales en subsecuencias solapadas.
8. Producto de programa informático dispuesto
para hacer que un ordenador ejecute dicho programa informático para
llevar a cabo el método según una cualquiera de las reivindicaciones
1 a 6.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP02077982 | 2002-07-22 | ||
| EP02077982 | 2002-07-22 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ES2270060T3 true ES2270060T3 (es) | 2007-04-01 |
Family
ID=30470297
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES03740978T Expired - Lifetime ES2270060T3 (es) | 2002-07-22 | 2003-07-07 | Deteccion de marcas de agua. |
Country Status (11)
| Country | Link |
|---|---|
| US (1) | US20060156002A1 (es) |
| EP (1) | EP1525557B1 (es) |
| JP (1) | JP2005534053A (es) |
| CN (1) | CN1672172A (es) |
| AT (1) | ATE341043T1 (es) |
| AU (1) | AU2003281648A1 (es) |
| BR (1) | BR0305626A (es) |
| DE (1) | DE60308686T2 (es) |
| ES (1) | ES2270060T3 (es) |
| RU (1) | RU2005104835A (es) |
| WO (1) | WO2004010376A1 (es) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1887565A1 (fr) | 2006-07-11 | 2008-02-13 | France Telecom | Procédé et dispositif de détection d'un identificateur de tatouage dans un signal audio |
| US9466307B1 (en) | 2007-05-22 | 2016-10-11 | Digimarc Corporation | Robust spectral encoding and decoding methods |
| US8359205B2 (en) | 2008-10-24 | 2013-01-22 | The Nielsen Company (Us), Llc | Methods and apparatus to perform audio watermarking and watermark detection and extraction |
| US9667365B2 (en) | 2008-10-24 | 2017-05-30 | The Nielsen Company (Us), Llc | Methods and apparatus to perform audio watermarking and watermark detection and extraction |
| CN102625982B (zh) | 2009-05-01 | 2015-03-18 | 尼尔森（美国）有限公司 | 提供与主要广播媒体内容关联的辅助内容的方法、装置和制品 |
| EP2362387A1 (en) | 2010-02-26 | 2011-08-31 | Fraunhofer-Gesellschaft zur Förderung der Angewandten Forschung e.V. | Watermark generator, watermark decoder, method for providing a watermark signal in dependence on binary message data, method for providing binary message data in dependence on a watermarked signal and computer program using a differential encoding |
| EP2362386A1 (en) * | 2010-02-26 | 2011-08-31 | Fraunhofer-Gesellschaft zur Förderung der Angewandten Forschung e.V. | Watermark generator, watermark decoder, method for providing a watermark signal in dependence on binary message data, method for providing binary message data in dependence on a watermarked signal and computer program using a two-dimensional bit spreading |
| EP2565667A1 (en) | 2011-08-31 | 2013-03-06 | Friedrich-Alexander-Universität Erlangen-Nürnberg | Direction of arrival estimation using watermarked audio signals and microphone arrays |
| CN107995500B (zh) * | 2017-10-27 | 2019-01-01 | 北京达佳互联信息技术有限公司 | 视频水印识别方法、装置及终端 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6185312B1 (en) * | 1997-01-28 | 2001-02-06 | Nippon Telegraph And Telephone Corporation | Method for embedding and reading watermark-information in digital form, and apparatus thereof |
| WO1999045704A2 (en) * | 1998-03-04 | 1999-09-10 | Koninklijke Philips Electronics N.V. | Watermark detection |
| US6731774B1 (en) * | 1998-11-30 | 2004-05-04 | Sony Corporation | Associated information adding apparatus and method, and associated information detecting apparatus and method |
| GB9914567D0 (en) * | 1999-06-22 | 1999-08-25 | Thames Water Utilities | Correlation analysis in the phase domain |
| JP3659321B2 (ja) * | 2000-06-29 | 2005-06-15 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 電子透かし方法およびそのシステム |
| KR20020089461A (ko) * | 2001-02-13 | 2002-11-29 | 코닌클리케 필립스 일렉트로닉스 엔.브이. | 정보 신호에서 워터마크를 검출하는 방법 및 장치 |
| US7167574B2 (en) * | 2002-03-14 | 2007-01-23 | Seiko Epson Corporation | Method and apparatus for content-based image copy detection |
-
2003
- 2003-07-07 ES ES03740978T patent/ES2270060T3/es not_active Expired - Lifetime
- 2003-07-07 AU AU2003281648A patent/AU2003281648A1/en not_active Abandoned
- 2003-07-07 US US10/521,660 patent/US20060156002A1/en not_active Abandoned
- 2003-07-07 WO PCT/IB2003/003095 patent/WO2004010376A1/en active IP Right Grant
- 2003-07-07 EP EP03740978A patent/EP1525557B1/en not_active Expired - Lifetime
- 2003-07-07 RU RU2005104835/09A patent/RU2005104835A/ru not_active Application Discontinuation
- 2003-07-07 JP JP2004522629A patent/JP2005534053A/ja not_active Withdrawn
- 2003-07-07 CN CN03817711.0A patent/CN1672172A/zh active Pending
- 2003-07-07 AT AT03740978T patent/ATE341043T1/de not_active IP Right Cessation
- 2003-07-07 DE DE60308686T patent/DE60308686T2/de not_active Expired - Fee Related
- 2003-07-07 BR BR0305626-0A patent/BR0305626A/pt not_active IP Right Cessation
Also Published As
| Publication number | Publication date |
|---|---|
| RU2005104835A (ru) | 2005-07-20 |
| ATE341043T1 (de) | 2006-10-15 |
| AU2003281648A1 (en) | 2004-02-09 |
| WO2004010376A1 (en) | 2004-01-29 |
| DE60308686D1 (de) | 2006-11-09 |
| EP1525557B1 (en) | 2006-09-27 |
| JP2005534053A (ja) | 2005-11-10 |
| CN1672172A (zh) | 2005-09-21 |
| BR0305626A (pt) | 2004-10-19 |
| DE60308686T2 (de) | 2007-08-16 |
| US20060156002A1 (en) | 2006-07-13 |
| EP1525557A1 (en) | 2005-04-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| ES2297919T3 (es) | Deteccion de marca de agua. | |
| KR100426305B1 (ko) | 웨이블릿 기반에서 블라인드 방식을 이용한 디지털워터마크 삽입/추출장치 및 방법 | |
| Kutter et al. | Watermark copy attack | |
| US8090142B2 (en) | Embedding data in and detecting embedded data from video objects | |
| EP1385123A2 (en) | Mehtod and apparatus for the detection of a digital watermark | |
| ES2270060T3 (es) | Deteccion de marcas de agua. | |
| WO2007126180A1 (en) | Method and apparatus for hybrid watermarking | |
| Dehkordi et al. | Robust LSB watermarking optimized for local structural similarity | |
| US20040120523A1 (en) | Watermark embedding method and arrangement | |
| US20050105763A1 (en) | Real time video watermarking method using frame averages | |
| Chaturvedi | Various digital image watermarking techniques and wavelet transforms | |
| Shaikh et al. | Digital Image Watermarking In DCT Domain | |
| EP1695337B1 (en) | Method and apparatus for detecting a watermark in a signal | |
| KR100935110B1 (ko) | 무작위적으로 분포되는 워터마크 단위 패턴 및 고속 ｈｖｓ연산을 이용한 초고속 추적 비디오 워터마킹 알고리즘 | |
| Banitalebi et al. | Robust lsb watermarking optimized for local structural similarity | |
| KR20060112667A (ko) | 워터마크 임베딩 | |
| Luo et al. | A novel method for block size forensics based on morphological operations | |
| Panda et al. | Dual segment video watermarking using energy efficient technique | |
| Oh et al. | Spatial self-synchronizing video watermarking technique | |
| KR20050034040A (ko) | 전자책을 위한 숨은 그림 기반 암호화기술 | |
| KR20050023454A (ko) | 워터마크 검출 | |
| US20080226120A1 (en) | Video Watermarking Using Temporal Analysis | |
| Xinshan et al. | A novel watermarking scheme on resistance to scaling |