JP4290014B2 - ウォーターマークされた情報信号のデコーディング - Google Patents

Description

本発明は、オーディオ、ビデオ又はデータ信号のような情報信号に埋め込まれた情報をデコードするための装置及び方法に関する。

情報信号のウォーターマーキングは、更なるデータを情報信号と共に伝送するための技術である。たとえば、ウォーターマーキング技術は、著作権及びコピー制御情報をオーディオ信号に埋め込むために使用することができる。

ウォーターマーキングスキームの主要な要件は、信号からウォーターマークを取り除くための攻撃（たとえば、ウォーターマークを取り除くことは信号にダメージを与える）に対してロバストでありつつ、ウォーターマークが観察できない（すなわち、オーディオ信号のケースでは可聴ではない）ことである。ウォーターマークのロバスト性は、通常、ウォーターマークが埋め込まれる信号の品質に対してトレードオフにあることが理解される。たとえば、ウォーターマークがオーディオ信号に強固に埋め込まれている（及び取り除くことが難しい）場合、オーディオ信号の品質が低下される可能性が高い。

様々なタイプのオーディオのウォーターマーキングスキームが提案されており、それぞれのスキームは、それ自身の優れた点及び劣る点を有している。あるタイプのオーディオウォーターマーキングは、所望のデータ（たとえば、著作権情報）をオーディオ信号に埋め込むために時間的な補正技法を使用することである。この技術は、二次方程式を解くことでエコーの強度が決定される効果的なエコー隠しアルゴリズムである。二次方程式は、一方の位置がτに等しい遅延であり、他方の位置が０に等しい遅延である、２つの位置での自己相関値により生成される。デコーダでは、２つの遅延の位置での自己相関関数の比を決定することで、ウォーターマークが抽出される。

国際特許出願WO 00/00969は、Aris Technologies社によるものであり、補助信号を情報ホスト又はカバー信号に埋め込み又はエンコードするための技術を開示している。カバー信号のレプリカ、又は特定のドメイン（時間、周波数又は空間）におけるカバー信号の一部は、ステゴ鍵に従って生成され、このステゴ鍵は、カバー信号のパラメータへの修正値を規定している。次いで、レプリカ信号は、埋め込まれるべき情報に対応する補助信号により修正され、ステゴ信号を形成するようにカバー信号に挿入される。

デコーダでは、オリジナルの補助データを抽出するため、オリジナルのカバー信号のレプリカと同様のやり方でステゴ信号のレプリカが生成される。次いで、結果的に得られるレプリカが受信されたステゴ信号と相関が取られ、補助信号が抽出される。補助信号の抽出は、比較的複雑であり、エンコーダ（又はエンベッダ）及びデコーダ（又はディテクタ）の両者でステゴ鍵を必要とする。さらに、ディテクタで補助信号に同期するために総当りのサーチが必要とされる。

さらに、ペイロード抽出の性能は、補助信号をどの位良好に予測することができるかに依存する。補助信号におけるペイロードのビットに関して高く期待されるエラーレートをもつシステムでは、これは達成することが難しい。このソリューションにより、非常に複雑な誤り訂正方法、又は情報のキャパシティの大幅な制限を招くことになる。

本発明の目的は、従来技術の少なくとも１つの問題に実質的に対処する、ウォーターマークのデコーディングスキームについて時間オフセットの補償を提供することにある。

第一の態様では、本発明は、受信された信号におけるオフセットを補償する方法を提供するものであり、該受信された信号はシンボル系列により変更される。それぞれのシンボルは、Ｔ_Sの信号サンプルにわたり延びている。本方法は、（ａ）受信された信号を予め決定された長さＴ_Sのフレームに分割するステップ、（ｂ）それぞれのフレームを複数のＮ_bのサブフレームに分割するステップ、（ｃ）それぞれのフレーム内の対応するサブフレームから導出される値のＮ_bの系列を形成するステップ、及び（ｄ）該Ｎ_bの系列を、該シンボル系列に正しく配列された（オフセットがない）連続するフレーム系列の予測値として取得するステップを含んでいる。

好ましくは、それぞれのフレームは、隣接するフレームとオーバラップする。
好ましくは、それぞれのサブフレームは、隣接するサブフレームとオーバラップする。
好ましくは、Ｎ_bは、２から８の範囲にある。
好ましくは、シンボル系列は、Ｌ_Wシンボルを備え、受信された信号は、Ｌ_Fフレームに分割され、この場合、Ｌ_Fは、Ｔ_S・Ｌ_Wの整数倍である。

好ましくは、該系列のそれぞれのシンボルは、Ｔ_Sサンプルにわたり延びる。
好ましくは、該シンボルは、帯域制限された周波数変化を有し、通過帯域で滑らかな（グレースフルな）時間変化を有する窓成形関数で成形される。さらに、窓成形関数は、対称的又は反対称的な時間変化を有していることが好ましい。
好ましくは、該窓成形関数は、レイズドコサイン関数（raised cosine function）又はバイフェーズ関数（bi-phase function）を有することが好ましい。

好ましくは、該オフセットは、受信された信号と送信された信号との間の時間のずれである。
好ましくは、本方法は、どの予測値が最良の予測値であるかを決定するように、あたかもそれぞれの予測値が正しく配列されたフレーム系列であるかのように、ステップ（ｄ）で生成されたそれぞれの予測値を処理するステップをさらに有している。

本方法は、該予測値のそれぞれを該シンボル系列に対応する基準シーケンスと相関をとるステップ、及び最大の相関ピーク値をもつ予測値を最良の予測値として取得するステップをさらに有している。
好ましくは、最良の予測値は、処理されたときに、１以上の予め決定された条件を超える最初の予測値であると考えられる。好ましくは、予測値の処理は、ワーキング予測値がひとたび決定されると停止する。
好ましくは、第一の信号又は信号の一部についてワーキング予測値がひとたび決定されると、本方法は、更に受信された信号又は信号の一部について繰り返され、該更なる信号からの予測値は、該第一の最良の予測値に依存する順序で処理される。このように、本方法は、オフセットについて適応的に変更することができる。

更なる態様では、本発明は、先の方法を実行するために調整されるコンピュータプログラムを提供する。
別の態様では、本発明は、先のコンピュータプログラムを有する記録キャリアを提供する。
更なる態様では、本発明は、先のコンピュータプログラムをダウンロードするために利用可能にされる方法を提供する。

別の態様では、本発明は、受信された信号におけるオフセットを補償するために構成される装置を提供するものであって、該受信された信号は、シンボル系列により変更され、それぞれのシンボルは、Ｔ_Sの信号サンプルにわたり延びている。本装置は、受信された信号を好ましくは長さＴ_Sのフレームに分割するために配置され、それぞれのフレームを複数のＮ_bのサブフレームに分割するために配置される分割手段、及びそれぞれのフレーム内の対応するサブフレームから導出されるＮ_bの値の系列を形成し、該Ｎ_bの系列をシンボル系列に正しく配列された（オフセットのない）連続するフレーム系列の予測値として取得するプロセッサを有している。

本発明に関する最良の理解のため、及び類似の実施の形態がどのように実施されるかを示すため、例を通して添付図面を参照しながら説明が行われる。

図１は、マルチビットのペイロードのウォーターマークｗをホスト信号ｘに埋め込むためのデジタル信号処理を実行するために必要とされる装置のブロック図である。ホスト信号ｘは、装置の入力１２で提供される。ホスト信号ｘは、加算器２２を介して出力１４の方向に通過される。しかし、ホスト信号ｘのレプリカ（入力８）は、ウォーターマーク情報を伝送するために乗算器１８の方向に分割される。

ウォーターマーク信号ｗ_Cは、ペイロードエンベッダ（embedder）及びウォーターマークコンディショニング装置６から得られ、ペイロードエンベッダ及びウォーターマークコンディショニング装置に入力される基準となる有限長のランダム系列ｗ_Sから導出される。乗算器１８は、ウォーターマーク信号ｗ_Cとレプリカオーディオ信号ｘとの積を計算するために利用される。次いで、結果的に得られる積ｗ_C・ｘは、ゲインコントローラ２４を介して加算器２２に通過される。ゲインコントローラ２４は、ゲインファクタαにより信号を増幅又は減衰するために使用される。

ゲインファクタαは、可聴性とウォーターマークのロバスト性との間のトレードオフを制御する。ゲインファクタは、定数であるか、又は時間、周波数及び空間の少なくとも１つに関する変数である場合がある。図１における装置は、αが変数であるとき、ホスト信号ｘの特性に基づいて、信号分析ユニット２６を介して自動的に調節することができる。好ましくは、オーディオ信号の場合にＨＡＳ（Human Auditory System）の精神音響モデル（psycho-acoustic model）のような、適切に選択される知覚のコスト関数（perceptibility cost function）に従って信号品質への影響を最小にするように、利得αが自動的に調節される。かかるモデルは、たとえば、E. Zwickerによる文献“Audio Engineering and Psychoacoustics : Matching signals to the final receiver, Human Auditory System”Journal of the Audio Engineering Society, Vol. 39, pp. Vol.115-126, March 1991に記載されている。

以下では、本発明のこの実施の形態を説明するために、例示のみを介して、オーディオウォーターマークが利用される。

その後、結果的に得られるウォーターマークオーディオ信号ｙは、ｗ_Cとｘとの積の適切にスケーリングされたバージョンをホスト信号に加えることで、埋め込み装置１０の出力１４で得られる。

好ましくは、ウォーターマークｗ_Cは、ｘで乗算されたとき、ｘの短時間のエンベロープを支配的に変更するように選択される。

図２は、１つの好適な実施の形態を示しており、この実施の形態では、図１における乗算器１８への入力８は、フィルタリングユニット１５におけるフィルタＨを使用してホスト信号ｘのレプリカをフィルタリングすることにより得られる。フィルタリング出力がｘ_bにより示される場合、この好適な実施の形態によれば、ウォーターマーク信号は、ｘ_bとウォーターマークｗ_Cとの積をホスト信号ｘに加えることで生成される。

ここで、
（外１）

は、
（外２）

とｙ_bが、
（外３）

であるように定義されるように定義され、ウォーターマーク信号ｙのエンベロープが変調された部分ｙ_bは、以下のように与えられる。

好ましくは、図３に示されるように、フィルタＨは、その下側の遮断周波数ｆ_L及び上側の遮断周波数ｆ_Hにより特徴付けされる線形位相帯域通過フィルタである。図３（ｂ）でわかるように、フィルタＨは、通過帯域（ＢＷ）内で周波数ｆに関して、線形位相応答を有している。したがって、フィルタＨが帯域通過フィルタであるとき、ｘ_bはホスト信号の通過帯域成分の範囲内にあり、
（外４）

は通過帯域成分の範囲外にある。最適なパフォーマンスのために、信号ｘ_b及び
（外５）

は同相であることが好ましい。このことは、フィルタＨにより生じる位相歪みを適切に補償することで達成される。線形位相フィルタのケースでは、歪みは簡単な時間遅延である。

図４では、ペイロードエンベッダ及びウォーターマークコンディショニングユニット６の詳細が示されている。このユニットでは、最初の基準となるランダム系列ｗ_Sは、マルチビットのウォーターマーク信号ｗ_Cに変換される。

はじめに、以下ウォーターマークシード信号とも呼ばれる、有限長の、好ましくは、ゼロ平均かつ一様に分布されるランダム系列ｗ_Sは、初期シードＳをもつランダム数発生器を使用して生成される。後に理解されるように、ウォーターマーク信号のコピーが補償処理のために検出器で生成することができるように、この初期シードＳがエンベッダ及び検出器の両者に知られていることが好ましい。これは、長さＬ_Wの系列となる。

なお、ある応用では、シードは、代替的なチャネルを介してディテクタに送信することができるか、又はある予め決定されたプロトコルを使用して受信された信号から導出することができる。

その後、系列Ｗ_Sは、巡回シフトユニット３０を使用して量ｄ₁及びｄ₂だけ巡回的にシフトされ、ランダム系列ｗ_d1及びｗ_d2がそれぞれ取得される。これらの２つの系列（ｗ_d1及びｗ_d2）は、実際上は第一の系列及び第二の系列であり、第二の系列は、第一の系列に関して巡回的にシフトされている。それぞれの系列ｗ_di、ｉ＝１，２，は、続いて乗算ユニット４０においてそれぞれの符号ビットｒ_iで乗算される。ここで、ｒ_i＝＋１又は−１である。それぞれのｒ₁及びｒ₂の値は、定数のままであり、ウォーターマークのペイロードが変化したときにのみ変化する。その後、それぞれの系列は、図４に示されるウォーターマークコンディショニング回路２０により長さＬ_W・Ｔ_Sの周期的、緩やかに変化する狭帯域信号ｗ_iに変換される。最後に、緩やかに変化する狭帯域信号ｗ₁及びｗ₂は、相対的な遅延Ｔ_r（この場合、Ｔ_r＜Ｔ_S）を介して加算され、マルチビットのペイロードのウォーターマーク信号ｗ_Cが与えられる。このことは、遅延ユニット４５を使用して量Ｔ_rだけ信号ｗ₂をはじめに遅延し、続いて、この遅延された信号ｗ₂をｗ₁に加算ユニット５０で加えることで達成される。

図５は、ペイロードエンベッダ及びウォーターマークコンディショニング装置６で使用されるウォーターマークコンディショニング装置２０をより詳細に示している。ウォーターマークシード信号ｗ_Sは、コンディショニング装置２０に入力される。

便宜上、唯一の系列Ｗ_diの変更は、図５に示されているが、それぞれの系列は類似のやり方で変更され、結果は加算されてウォーターマーク信号ｗ_Cが取得される。

図５に示されるように、それぞれのウォーターマーク信号の系列ｗ_di[k]、ｉ＝１，２は、サンプルリピータ１８０の入力に印加される。チャート１８１は、＋１と−１の間のランダム数の値の系列として系列ｗ_diのうちの１つを例示しており、系列は長さＬ_Wからなる。サンプルリピータは、ウォーターマークシード信号系列内でそれぞれの値をＴ_S回繰返し、矩形のパルス列の信号を生成する。Ｔ_Sは、ウォーターマークシンボル周期と呼ばれ、オーディオ信号におけるウォーターマークシンボルのスパンを表している。チャート１８３は、チャート１８１で例示される信号がサンプルリピータ１８０をひとたび通過したときの該信号の結果を表している。

次いで、レイズドコサイン窓のような窓成形関数ｓ[n]は、ｗ_d1及びｗ_d2から導出された矩形のパルス関数を緩やかに変化するウォーターマーク系列の関数ｗ₁[n]及びｗ₂[n]にそれぞれ変換するために印加される。

チャート１８４は、典型的なレイズドコサイン窓成形関数を示しており、この関数もまたスパンＴ_Sである。

次いで、生成されたウォーターマーク系列ｗ₁[n]及びｗ₂[n]は、相対的な遅延Ｔ_r（この場合、Ｔ_r＜Ｔ_S）により加算され、マルチビットのペイロードのウォーターマーク信号ｗ_C[n]が与えられる。すなわち、

Ｔ_rの値は、ｗ₁のゼロ交差がｗ₂の最大の振幅ポイントに一致し、逆にｗ₂のゼロ交差がｗ₁の最大の振幅ポイントに一致するように選択される。したがって、レイズドコサイン窓成形関数についてＴ_r＝Ｔ_S／２であり、バイフェーズ窓成形関数についてＴ_r＝Ｔ_S／４である。他の窓成形関数について、Ｔ_rの他の値も可能である。

以下の説明により理解されるように、検出の間、ｗ_C[n]の相関は、（図１２に見ることができるように）ｐＬ’により分離される２つの相関ピークを生成する。ｐＬ’は、ペイロードの一部である、ｗ_d1とｗ_d2との間の巡回的なシフトｐＬの予測値であり、以下のように定義される。

ｐＬに加えて、埋め込まれたウォーターマークの相対的な符号を変えることで、余分の情報をエンコードすることができる。

検出器では、これは、相関ピークの間で相対的な符号ｒ_signとして見ることができる。この相対的な符号は、以下のように定義される。

この場合、ρ₁＝ｓｉｇｎ（ｃＬ₁）及びρ₂＝ｓｉｇｎ（ｃＬ₂）は、図４の符号ビットｒ₁（入力８０）及びｒ₂（入力９０）のそれぞれの予測値であり、ｃＬ₁及びｃＬ₂は、ｗ_d1及びｗ_d2のそれぞれに対応する相関ピークの値である。全体のウォーターマークのペイロードｐＬ_Wは、エラーのない検出のためにｒ_signとｐＬとの結合として与えられる。

長さＬ_Wのウォーターマーク系列により搬送することができる最大の情報（Ｉ_max）は、ビット数として、以下により与えられる。

かかるスキームでは、ペイロードは、エンベッダと検出器との間の相対的なオフセットに対して免疫性があり、可能性のある時間スケールの変化に対しても免疫性がある。

窓成形関数は、本発明のウォーターマーキングスキームのロバスト性及び可聴性の応答を制御する主要なパラメータのうちの１つとして識別される。図６ａ及び図６ｂに例示されるように、本実施の形態では、窓成形関数の２つの可能な例である、レイズドコサイン関数及びバイフェーズ関数が説明される。

擬似ＤＣフリーなウォーターマーク信号を得るように、レイズドコサイン窓関数の代わりに、バイフェーズ窓関数を使用することが好ましい。これは、図７ａ及び図７ｂに例示されており、レイズドコサイン窓成形関数及びバイフェーズ窓成形関数のそれぞれで条件付けされるウォーターマーク系列（このケースでは、ｗ_di[k]＝{1,1,-1,1,-1,-1}の系列）に対応する周波数スペクトルを示している。理解できるように、レイズドコサインで条件付けされたウォーターマーク系列の周波数スペクトルは、周波数ｆ＝０で最大値を有し、バイフェーズ成形されたウォーターマーク系列の周波数スペクトルは、周波数ｆ＝０で最小値を有しており、すなわち、非常に小さなＤＣ成分を有する。

有効な情報は、ウォーターマークのＤＣ成分ではない成分にのみ含まれている。結果的に、同じく加えられたウォーターマークのエネルギーについて、バイフェーズ窓で条件付けされたウォーターマークは、レイズドコサイン窓により条件付けされたウォーターマークよりも有効な情報を搬送する。結果として、バイフェーズ窓は、同じロバスト性について優れた可聴性のパフォーマンスを提供し、逆に、同じ可聴性の品質について良好なロバスト性を可能にする。

かかるバイフェーズ関数は、他のウォーターマーキングスキームについて窓成形関数として利用することができる。言い換えれば、バイフェーズ関数は、別の信号に組み込まれることになる（ウォーターマークのような）信号のＤＣ成分を低減するために印加される。

図８は、ウォーターマーク検出器２００，３００，４００のブロック図を示している。検出器は、３つの主要なステージから構成される。（ａ）ウォーターマークシンボル抽出ステージ２００、（ｂ）バッファリング及び補間ステージ３００、及び（ｃ）相関及び判定ステージ４００。

シンボル抽出ステージ２００では、受信されたウォーターマーク信号ｙ’[n]は、ウォーターマークが埋め込まれた系列の多数（Ｎ_b）の予測値を生成するために処理される。これらのウォーターマーク系列の予測値は、エンベッダと検出器との間に存在する場合がある時間オフセットを解決するために必要とされ、ウォーターマーク検出器は、ホスト信号に挿入されたウォーターマーク系列に同期することができる。

バッファリング及び補間ステージ３００では、これらの予測値は、Ｎ_b個の個別のバッファに分解され、補間は、生じる場合がある時間スケールの変更を解決するためにそれぞれのバッファに印加される。たとえば、サンプリング（クロック）周波数におけるドリフトは、時間領域の信号における伸張又は収縮となる場合がある（すなわち、ウォーターマークが伸張又は収縮される場合がある）。

相関及び判定ステージ４００では、それぞれのバッファの内容は、基準のウォーターマークと相関が取られ、最大の相関ピークは、ウォーターマークが受信された信号ｙ’[n]内に確かに埋め込まれたかに関する可能性を判定するために閾値と比較される。

ウォーターマーク検出の精度を最大にするため、ウォーターマーク検出処理は、ウォーターマーク系列の長さの３倍から４倍の長さである受信された信号ｙ’[n]にわたり典型的に実行される。したがって、検出されるべきそれぞれのウォーターマークシンボルは、該シンボルの幾つかの予測値の平均を得ることで構築することができる。この平均化処理は、平滑化と呼ばれ、平均化が行われる回数は、スムージングファクタｓ_fと呼ばれる。Ｌ_Dを検出窓の長さとし、ウォーターマーク検出の真理値が報告される（サンプル数での）オーディオセグメントの長さとして定義される。このとき、Ｌ_D＝ｓ_f・Ｌ_W・Ｔ_Sであり、この場合、Ｔ_Sはシンボル周期であり、Ｌ_Wは、ウォーターマーク系列内でのシンボル数である。シンボル抽出の間、ファクタＴ_Sの決定は、エネルギー計算ステージで行われる。このように、バッファリング及び補間ステージ内でのそれぞれのバッファ（Ｂｕｆｆｅｒ）３２０の長さ（Ｌ_b）はＬ_b＝ｓ_f・Ｌ_Wである。

図８に示されるウォーターマークのシンボル抽出ステージ２００では、到来するウォーターマーク信号ｙ’[n]は、任意の信号コンディショニングフィルタＨ_b２１０に入力される。このフィルタ２１０は、典型的には帯域通過フィルタであり、図２に示される対応するフィルタＨ１５と同じ応答を有している。フィルタＨ_bの出力は、ｙ’_b[n]であり、伝送媒体での線形性を仮定して、式（１）及び（３）から以下に従う。

なお、上式において、エンベッダと検出器との間で可能性のある時間オフセットは暗黙的に無視される。一般的なウォーターマーキングスキームの原理の説明の容易さのため、以下では、エンベッダと検出器との間に完全な同期が存在する（すなわち、オフセットがない）ことが仮定される。本発明に従って時間オフセットがどのように補正されるかに関して図１１を参照して説明が与えられる。

なお、エンベッダにおいてフィルタが使用されないとき（すなわち、Ｈ＝１であるとき）、検出器におけるＨ_bもまた省略することができるか、又は検出のパフォーマンスを改善するためになお含めることができる。Ｈ_bが省略される場合、式（１０）におけるｙ_bはｙで置き換えられる。残りの処理は同じである。

オーディオ信号は長さＴ_Sのフレームに分割され、かつｙ’_b,m[n]はｍ番目のフィルタリングされたフレーム信号のうちのｎ番目のサンプルであることが仮定される。ｍ番目のフレームに対応するエネルギーＥ[m]は、以下に示される。

この式（１１）を式（１０）と組み合わせて、以下のようになる。

ここで、ｗ_e[m]は、ｍ番目に抽出されたウォーターマークシンボルであり、埋め込まれたウォーターマーク系列に関するＮ_b回乗算された予測値を含んでいる。式（１２）におけるｗ_e[m]について解き、αの高次の項を無視すると、以下の近似が得られる。

図８に示されるウォーターマーク抽出ステージ２００では、フィルタＨ_bの出力ｙ’_b[n]は、フレームディバイダ２２０の入力に供給され、このフレームディバイダは、オーディオ信号を長さＴ_Sのフレーム、すなわちｙ’_b,m[n]に分割し、次いで、エネルギー計算ユニット２３０は、式（１２）により、フレーム分割された信号のそれぞれに対応するエネルギーを計算する。次いで、このエネルギー計算ユニット２３０の出力は、ホワイトニングステージＨ_W２４０の入力として供給され、このホワイトニングステージは、出力ｗ_e[m]を供給するように、式（１３）で示される機能を実行する。図９及び図１０には、このホワイトニングステージの代替的な実現２４０Ａ，２４０Ｂが例示されている。

式（１３）の分母は、ホスト（オリジナル）信号ｘの情報を必要とする項を含んでいることが理解される。信号ｘが検出器で利用可能ではないので、ｗ_e[m]を計算するために、式（１３）の分母が予測される必要があることを意味している。

以下には、かかる予測が２つの説明された窓成形関数（レイズドコサイン窓成形関数及びバイフェーズ窓成形関数）についてどのように達成することができるかが説明されるが、この教示は他の窓成形関数に対しても拡張することできることを理解されたい。

図６ａに示されるレイズドコサイン窓成形関数に関して、ウォーターマークにより誘発されるオーディオエンベロープは、エネルギー関数Ｅ[m]の雑音のある部分にのみ寄与することが実現される。緩やかに変化する部分（すなわち、低周波成分）は、オリジナルのオーディオ信号ｘのエンベローブの寄与のために支配的である。このように、式（１３）は、以下により近似される場合がある。

ここで、“ｌｏｗｐａｓｓ（．）”とは、低域通過フィルタ関数である。したがって、関数におけるレイズドコサイン窓成形のためのホワイトニングフィルタＨ_Wは、図９に示されるように実現することができることが理解される。

理解することができるように、かかるホワイトニングフィルタＨ_W２４０は、信号Ｅ[m]を受信するための入力２４２Ａを備えている。その後、この信号の一部は、低域通過フィルタ２４７Ａを通して通過され、低域通過フィルタリングされたエネルギー信号Ｅ_LP[m]が生成され、次に、このエネルギー信号は、関数Ｅ[m]と共に計算ステージ２４８Ａへの入力として供給される。次いで、計算ステージ２４８Ａは、抽出されたウォーターマークシンボルｗ_e[m]を計算するために、Ｅ[m]をＥ_LP[m]で割る。

バイフェーズ窓関数は、エンベッダのウォーターマークコンディショニングステージにおいて利用されるとき、オリジナルのオーディオのエンベロープを予測して、しかるにｗ_e[m]を計算するために、異なるアプローチが利用されるべきである。

図６ｂに示されるバイフェーズ窓関数を調べることで、オーディオエンベロープがかかる窓関数で変調されるとき、フレームの前半と後半が反対の方向でスケーリングされることが理解される。検出器では、この特性は、ホスト信号ｘのエンベロープエネルギーを予測するために利用される。

結果的に、検出器内で、それぞれのオーディオフレームは、はじめに半分に細分割される。前半のフレーム及び後半のフレームに対応するエネルギー関数は、したがって以下によりそれぞれ与えられる。

及び

オリジナル信号のエンベロープは、２つのサブフレーム内で反対の方向で変調されるので、オリジナルのオーディオエンベロープは、Ｅ₁[m]及びＥ₂[m]の平均として近似することができる。

さらに、これら２つの関数の間の差として、瞬間的な変調の値を取ることができる。したがって、バイフェーズ窓関数について、ウォーターマークｗ_e[m]は以下のように近似することができる。

結果として、バイフェーズ窓成形関数について図８におけるホワイトニングフィルタＨ_W２４０Ｂは、図１０に示されるように実現することができる。入力２４２Ｂ及び２４３Ｂのそれぞれは、前半のフレームＥ₁[m]及び後半のフレーム及びＥ₂[m]のエネルギー関数を受ける。それぞれのエネルギー関数は、次いで２つに分割され、加算器２４５Ｂ及び２４６Ｂに供給され、この加算器２４５Ｂ及び２４６Ｂは、Ｅ₁[m]−Ｅ₂[m]、及びＥ₁[m]＋Ｅ₂[m]をそれぞれ計算する。これら計算された関数の両者は、次いで計算ユニット２４Ｂに通過され、この計算ユニット２４Ｂは、式（１７）に従って埋め込まれたウォーターマーク系列に関してＮ_b回乗算された予測値を含んでいるｗ_e[m]を計算するように、加算器２４５Ｂからの値を加算器２４６Ｂからの値で割る。

次いで、この出力ｗ_e[m]は、バッファリング及び補間ステージ３００に通過され、このステージでは、信号は、デマルチプレクサ（Ｄｅｍｕｘ）３１０により多重化が分解され、長さＬ_bのバッファ（Ｂｕｆｆｅｒ）３２０で緩衝記憶され、エンベッダと検出器との間の同期の欠陥が解決され、補間ユニット（Ｉｎｔｅｒｐ）３３０内で補間されてエンベッダと検出器との間の時間スケールの変更が補償される。

ウォーターマークの可能性のあるロバスト性を最大にするため、ウォーターマーキングシステムがエンベッダと検出器との間の時間オフセットに対して免疫性があることを確かめることが重要である。言い換えれば、ウォーターマーク検出器は、ホスト信号に挿入されるウォーターマーク系列に同期することが可能である必要がある。

図１１は、オフセット問題を解決するためにバッファリング及び補間ステージ３００により実行される処理を例示している。説明される例は、レイズドコサイン窓成形関数がウォーターマーク埋め込み処理で使用されたとき、オフセットを解決するための処理を例示している。しかし、原理的に、バイフェーズ窓成形関数が使用されたとき、同じ技術を適用することができる。

図１１を参照して、フィルタＨ_b ２１０によるフィルタリングの後、到来するオーディオ信号ストリームｙ’_b[n]は、フレームディバイダ２２０により、効果的な長さＴ_Sのオーバラッピングフレーム３０２に分割されることが好ましい。

好ましくは、エンベッダと検出器との間の可能性のあるオフセットを解決するため、それぞれのフレームは、Ｎ_bのサブフレーム３０４ａ，３０４ｂ，３０４ｘに分割され、先の計算（式（１２）から式（１７））がサブフレーム毎に適用される。

好ましくは、それぞれのサブフレームは、隣接するサブフレームとオーバラップする。図示される例では、それぞれのサブフレーム３０４ａ，３０４ｂ，．．．，３０４ｘに関して５０％のオーバラップ（Ｔ_S／Ｎ_b）が存在し、それぞれのサブフレームは、長さ２Ｔ_S／Ｎ_bからなる。オーバラップするサブフレームが考慮されるとき、メインフレームは、図１１に示されるようなフレーム間のオーバラップを可能とするために、シンボル周期Ｔ_Sよりも長いことが好ましい。

その後、オーディオのエネルギーは、ホワイトニングステージ２４０によりそれぞれのサブフレームについて計算され、結果として得られる値は、デマルチプレクサ３１０によりＮ_bのバッファ３２０に分解される。バッファ３２０のうちのそれぞれ連続する１つＢ₁，Ｂ₂，．．．，Ｂ_Nbは、値の系列を含んでおり、第一のバッファＢ₁は、それぞれのフレーム内に第一のサブフレームに対応する値の系列を含んでおり、第二のバッファＢ₂は、それぞれのフレーム内の第二のサブフレームに対応する値の系列を含んでいる等である。

ｗ_Diがｉ番目のバッファのコンテンツである場合、以下を示すことができる。

ここで、Ｌ_bはバッファ長である。

レイズドコサインウィンドウ成形関数について、埋め込まれたウォーターマークのエネルギーは、フレームの中央の近くに集中され、フレームの中央と最良に配列されるサブフレームが他の全てのサブフレームよりも、明らかに良好な埋め込まれたウォーターマークのシンボルの予測値となる。実際に、それぞれのバッファは、シンボル系列の予測値を含んでおり、系列に対応する予測値は、異なる時間オフセットを有している。

フレームの中央と最良に配列されるサブフレーム（すなわち、正しく配列されたフレームの最良の予測値）は、それぞれのバッファのコンテンツを基準のウォーターマークの系列と相関を取ることで決定される。最大の相関ピーク値をもつ系列は、正しく配列されたフレームの最良の予測値として選択される。対応する信頼レベルは、以下に説明されるように、検出の真理値を決定するために使用される。好ましくは、定義された閾値を超える相関ピークをもつ予測されたウォーターマークの系列がひとたび発見されると、相関プロセスは停止される。

典型的には、それぞれのバッファの長さは、ウォーターマーク系列の長さＬ_Wの３倍と４倍との間であり、典型的には２０４８シンボルと８１９２シンボルとの間の長さからなり、Ｎ_bは、典型的に２から８の範囲内にある。

バッファは、それぞれのウォーターマークシンボルが該シンボルの幾つかの予測値の平均を取ることで構築することができるように、通常、ウォーターマーク系列の３倍から４倍の長さである。この平均処理は平滑化と呼ばれ、平均が行われる回数は、スムージングファクタｓ_fと呼ばれる。このように、バッファの長さＬ_b及びウォーターマーク系列の長さＬ_Wが与えられると、スムージングファクタｓ_fは、以下のようになる。

別の好適な実施の形態では、検出器は、前のサーチステップの結果に基づいてオフセットのサーチで使用されるパラメータをリファインする。たとえば、バッファＢ₃に記憶されている結果が情報信号の最良の予測値を提供することを第一の予測値の系列が示す場合、（同じ受信された信号、又は次の検出窓の間に受信された信号のいずれかに関する）次のオフセットのサーチは、最良の予測値のサブフレームの位置に向けてサブフレームの位置をシフトすることでリファインされる。このようにして、ゼロのオフセットを有する系列の予測値は、繰返し改善することができる。

図８に示されるように、バッファリングステージからの出力ｗ_D1，ｗ_D2，．．．，ｗ_DNbは、補間ステージに通過され、補間の後、このステージの出力ｗ_I1，ｗ_I2，．．．，ｗ_INbは、ウォーターマーク信号における可能性のある時間スケールの変更を解決するために必要とされるものであり、相関及び判定ステージに通過される。異なる可能性のあるオフセット値に対応するウォーターマークの全ての予測値ｗ_I1，ｗ_I2，．．．，ｗ_INbは、相関及び判定ステージ４００に通過される。

相関器４１０は、基準となるウォーターマークの系列ｗ_C[k]に関してそれぞれの予測値ｗ_Ij，ｊ＝１，．．．，Ｎ_bの相関を計算する。次いで、それぞれの予測値に対応するそれぞれの相関出力は、最大値の検出ユニット４２０に印加され、この検出ユニットは、その２つの予測値が最大の相関ピーク値を与えるかを判定する。これらの予測値は、基準となるウォーターマークの巡回的にシフトされたバージョンｗ_d1及びｗ_d2に最も良くフィットする予測値として選択される。これら予測された系列の相関値は、閾値検出器及びペイロード抽出ユニット４３０に通過される。

検出器で使用される基準のウォーターマーク系列ｗ_Sは、ホスト信号に印加される（おそらく巡回的にシフトされたバージョンの）オリジナルのウォーターマーク系列に対応する。たとえば、エンベデッダ内でシードＳをもつランダム数発生器を使用してウォーターマーク信号が計算された場合、同様に、検出器は、ウォーターマーク信号を決定するように、同じランダム数発生アルゴリズム及び同じ初期シードＳを使用して同じランダム数の系列を計算することができる。代替的に、基準は単にいずれか予め決定された系列であるので、ウォーターマーク信号はエンベッダに最初に供給され、検出器により利用される。

図１２は、典型的な相関関数の形状を相関器４１０からの出力として示している。水平のスケールは、（系列のサンプルの観点での）相関遅延を示している。左側の垂直スケール（信頼レベルｃＬとも呼ばれる）は、正規分布された相関関数の標準偏差に関して正規化された相関ピークの値を表している。

理解できるように、典型的な相関は、ｃＬに関して比較的平坦であり、ｃＬ＝０に関して中央に置かれる。しかし、関数は、２つのピークを含んでおり、これら２つのピークは、ｐＬだけ離れており（式（６）参照）、ウォーターマークが存在するときに閾値を超えるｃＬ値の方向に延びている。相関ピークが負であるとき、先の説明はそれらの絶対値にも当てはまる。

（図ではｃＬ＝８．７として設定されて示される）水平ラインは、検出閾値を表している。検出閾値は、誤報率を表している。検出閾値は、誤報率を制御する。

２種類の誤報が存在する。偽陽性率は、ウォーターマークされていないアイテムでウォーターマークを検出する確率として定義され、偽陰性率は、ウォーターマークされたアイテムでウォーターマークを検出しない確率として定義される。一般に、偽陽性率の要件は、偽陰性率の要件よりも厳格である。図１１の右側のスケールは、偽陽性率ｂの確率を説明している。図示される例に見ることができるように、偽陽性率ｂ＝１０^-12の確率は、閾値ｃＬ＝８．７に等価であり、ｂ＝１０^-87はｃＬ＝２０に等価である。

それぞれの検出のインターバルの後、検出器は、オリジナルのウォーターマークが存在するか、存在しないかを判定し、これに基づいて“ｙｅｓ”又は“ｎｏ”の判定を出力する。望まれる場合、この判定実行処理を改善するため、多数の判定窓が考慮される場合がある。かかる例では、偽陽性率は、所望の基準に依存して、考慮されるそれぞれの検出窓に個々の確率の組み合わせである。たとえば、相関関数が３つの検出インターバルのうちのいずれかの２つに関して閾値ｃＬ＝７を超える２つのピークを有する場合、ウォーターマークが存在するものと思われることが判定される。かかる検出基準は、ウォーターマーク信号の所望の使用に依存して、並びにオリジナルのホスト信号の品質のようなファクタ及び通常の伝送の間に信号がどの位粗悪に破壊される可能性があるかを考慮して変更することができる。

ペイロード抽出ユニット４３０は、検出されたウォーターマーク信号からペイロード（たとえば、情報コンテンツ）を抽出するために続いて利用される場合がある。ユニットが検出の閾値を超える２つの相関ピークｃＬ₁及びｃＬ₂をひとたび予測すると、（式（６）で定義される）巡回シフトｃＬの予測値ｃＬ’は、ピーク間の距離として導出される。つぎに、相関ピークの符号ρ₁及びρ₂が決定され、したがってｒ_SIGNが式（７）から計算される。次いで、全体のウォーターマークのペイロードは、式（８）を使用して計算される場合がある。

たとえば、図１２において、ｐＬが２つのピーク間の相対的な距離であることを理解することができる。両方のピークは正、すなわちρ₁＝＋１及びρ₂＝＋１である。式（７）から、ｒ_SIGN＝３である。結果的に、ペイロードｐＬ_W＝＜３，ｐＬ＞である。

図８に記載されるシンボル抽出及びバッファリングステージは、図１３に示される装置５００により効率的に実現することができる。ここで、オフセットの補償は、余分の計算なしに達成される。また、多重化の分解も遅延及び間引きブロックのシンプルなセットで実現されることが理解される。

第一に、到来するフレーム信号ｙ_b,mは、長さＴ_S／Ｎ_bのＮ_bのオーバラップしないサブフレームに細分割され、それぞれのサブフレームのエネルギーは、エネルギー計算ユニット２３０を使用して計算される。第二に、ホワイトニングフィルタＨ_Wは、ホワイトニングユニット２４０に適用される。遅延ユニット５１０と加算ユニット５２０の組み合わせは、隣接するサブフレームの間で５０％のオーバラップを効果的に実現する。ウォーターマークシンボル系列ｗ_e[m]が加算ユニット５２０の出力で生成された後、この系列は、遅延セット５１２とダウンサンプリングセット５３０の組み合わせを使用してＮ_bのバッファユニット３２０にわたり続いて分散される。

これは、それぞれのバッファがｗ_e[k]の到来するサンプルにおけるそれぞれのＮ_bについて１つの値を得るように行われる。たとえば、全てのバッファが満たされるまで、第一のサンプルがｗ_D1に進み、第二のサンプルがｗ_D2に進み、第三のサンプルがｗ_D3に進み、．．．第Ｎ_bのサンプルがｗ_DNbに進む場合、第（Ｎ_b＋１）のサンプルは、ｗ_D1に戻る等となる。このように、ｉ番目のバッファ入力ｗ_Di[k]は、以下のように表される。

ｗ_Di[k]のサンプリング周波数は、ｗ_e[m]のサンプリング周波数の１／Ｎ_bであることが理解される。この間引きは、図１３における間引きセット５３２を介して達成される。

エネルギー計算ユニット２３０ではオーバラップしていないフレームが考慮されるので、Ｎ_bの系列を生成するために必要とされる全体の計算量は、全体のフレームにわたり延びるシンボルをもつ唯一の系列が計算される場合に必要とされた計算量と同じである。

当業者であれば、特に説明されていない様々な実現は、本発明の範囲に含まれるものとして理解されたい。たとえば、検出装置の機能のみが説明されたが、本装置は、デジタル回路、アナログ回路、コンピュータプログラム、又はそれらの組み合わせとして実現されることを理解されたい。

同様に、先の実施の形態は、オーディオ信号を参照しながら説明されたが、本発明は、たとえば、ビデオ及びデータ信号のような情報又はマルチメディア信号といった情報を他のタイプの信号に加算することに適用することができる。

さらに、本発明は、１つのみのウォーターマーキング系列を含むウォーターマーキングスキーム（すなわち、１ビットスキーム）、又は多数のウォーターマーキング系列を含むウォーターマーキングスキームに適用することができることが理解される。かかる多数の系列は、ホスト信号内に同時又は連続的に埋め込むことができる。

同様にして、先のウォーターマークの検出は、それぞれの予測値は相関がとられるものとして説明されたが、相関の手順は、ウォーターマークの正の検出がひとたび行われると停止するように調整することができることが理解される。さらに、デコーダは、バッファの再順序付け（バッファが相関付けされる順序）により、時間オフセットを適応的に補償するように調整することができ、これにより、現在の検出窓において最良に配列されるバッファが、次の検出窓で相関がとられるべき最初のバッファとなる。

本明細書では、用語“comprising”は、他のエレメント又はステップを排除するものではなく、“a”又は“and”は、複数であることを排除するものではなく、単一のプロセッサ又は他のユニットが請求項で列挙される幾つかの手段の機能を実現する場合があることが理解される。

ウォーターマークの埋め込み装置を説明する図である。 信号部分抽出フィルタＨを示す図である。 図３ａは、図２に示されるフィルタＨの周波数の関数としての典型的な振幅応答を示すグラフ、図３ｂは、図２に示されるフィルタＨの周波数の関数としての典型的な位相応答を示すグラグである。 図１に示される装置のペイロードエンベデッド及びウォーターマークコンディショニングステージを示す図である。 それぞれのステージで関連する信号のチャートを含む、図４のウォーターマークコンディショニング装置Ｈ_Cの詳細を説明する図である。 図６ａは、レイズドコサイン関数の形式での好適な代替の窓成形関数を示すグラグ、図６ｂは、バイフェーズ関数の形式での好適な代替の窓成形関数を示すグラフである。 図７ａは、レイズドコサイン窓成形関数によりコンディショニングされたウォーターマーク系列の周波数スペクトルを示すグラフ、図７ｂは、バイフェーズ窓成形関数によりコンディショニングされたウォーターマーク系列の周波数スペクトルを示すグラフである。 本発明の実施の形態に係るウォーターマーク検出器を説明する図である。 レイズドコサイン成形窓関数との使用のための、図８のホワイトニングフィルタＨ_Wを示す図である。 バイフェーズ窓成形関数との使用のための、図８のホワイトニングフィルタＨ_Wを示す図である。 本発明の実施の形態に係るウォーターマークシンボル抽出及びバッファリング処理の詳細を示す図である。 図８に示されるウォーターマーク検出器の相関器からの相関関数出力の典型的な形状を示すグラフである。 シンボル抽出及びバッファリングステージの１つの好適な実現の例を示す図である。

Claims (17)

1. ウォーターマークのデコーディングスキームについて、受信された信号と送信された信号との間の時間オフセットを補償する方法であって、
   該受信された信号には、それぞれのシンボルがＴ_Sの信号サンプルにわたり延びるシンボルの系列が埋め込まれており、該シンボルの系列は、帯域制限された周波数応答及び平滑な時間応答を有する窓成形関数と畳み込みされた値の系列を有し、
   該受信された信号をフレームに分割するステップと、
   それぞれのフレームを複数Ｎ_b 個のサブフレームに分割するステップと、
   それぞれのフレーム内の対応するサブフレームから導出される値のＮ _b 個の系列を形成するステップと、
   該Ｎ_b 個の系列を該シンボル系列に正しく配列されたフレーム系列の一連の予測値として取得し、それぞれの予測値が正しく配列されたフレーム系列であるかのように該それぞれの予測値を処理してどの予測値が最良の予測値であるかを判定するステップと、
   を有する方法。
2. それぞれのフレームは、予め決定された長さＴ_Sからなる、
   請求項１記載の方法。
3. フレーム間のオーバラップが存在する、
   請求項１記載の方法。
4. それぞれのサブフレームは、隣接するサブフレームとオーバラップする、
   請求項１記載の方法。
5. 該Ｎ_bは２から８の範囲にある、
   請求項１記載の方法。
6. 該シンボルの系列は、Ｌ_W 個のシンボルを有しており、該受信された信号は、Ｌ_F 個のフレームに分割され、該Ｌ_Fは該Ｌ_Wの整数倍である、
   請求項１記載の方法。
7. 該窓成形関数は、対称な時間応答又は反対称な時間応答を有する、
   請求項１記載の方法。
8. 該シンボルの系列は、レイズドコサイン関数又はバイフェーズ関数のうちの少なくとも一方の系列を有する、
   請求項１記載の方法。
9. 該最良の予測値は、処理されたときに、１以上の予め決定された条件を超える最初の予測値であるとし、該予測値を処理するステップは、該最良の予測値がひとたび決定されたときに停止する、
   請求項１記載の方法。
10. 該予測値のそれぞれを該シンボルの系列に対応する基準値と相関をとるステップと、
    最大の相関ピーク値をもつ予測値を該最良の予測値として取得するステップとをさらに有する、
    請求項１記載の方法。
11. 第一の信号又は信号の一部について第一の最良の予測値がひとたび決定されると、該方法は、更に受信された信号又は信号の一部について繰り返され、該更なる信号からの予測値は、該第一の最良の予測値に依存する順序で処理される、
    請求項１、９又は１０のいずれか記載の方法。
12. 請求項１記載の方法を実行するために調整されるコンピュータプログラム。
13. 請求項１２記載のコンピュータプログラムを有する記録キャリア。
14. 請求項１２記載のコンピュータプログラムをダウンロードするために利用可能にされる方法。
15. ウォーターマークのデコーディングスキームについて、受信された信号と送信された信号との間の時間オフセットを補償するために構成される装置であって、
    該受信された信号には、それぞれのシンボルがＴ_Sの信号サンプルにわたり延びるシンボルの系列が埋め込まれており、該シンボルの系列は、帯域制限された周波数応答及び平滑な時間応答を有する窓成形関数と畳み込みされた値の系列を有し、
    受信された信号をフレームに分割するために配置される分割手段と、
    それぞれのフレームを複数Ｎ_b 個のサブフレームに分割するために配置される分割手段と、
    それぞれのフレーム内の対応するサブフレームから導出される値のＮ _b 個の系列を形成し、該Ｎ_b 個の系列を該シンボル系列に正しく配列されたフレーム系列の一連の予測値として取得し、それぞれの予測値が正しく配列されたフレーム系列であるかのように該それぞれの予測値を処理してどの予測値が最良の予測値であるかを判定するために配置されるプロセッサと、
    を有する装置。
16. 該Ｎ_b 個の系列を記憶するために配置されるバッファをさらに有する、
    請求項１５記載の装置。
17. 請求項１５記載の装置を有するデコーダ。

Images