KR20000018063A - Audio Watermark Using Wavelet Transform Decomposition Property - Google Patents
Audio Watermark Using Wavelet Transform Decomposition Property Download PDFInfo
- Publication number
- KR20000018063A KR20000018063A KR1020000000748A KR20000000748A KR20000018063A KR 20000018063 A KR20000018063 A KR 20000018063A KR 1020000000748 A KR1020000000748 A KR 1020000000748A KR 20000000748 A KR20000000748 A KR 20000000748A KR 20000018063 A KR20000018063 A KR 20000018063A
- Authority
- KR
- South Korea
- Prior art keywords
- value
- watermark
- water
- mark
- audio
- Prior art date
Links
- 238000000354 decomposition reaction Methods 0.000 title description 9
- 238000000034 method Methods 0.000 claims abstract description 33
- 230000005236 sound signal Effects 0.000 claims abstract description 4
- 230000006835 compression Effects 0.000 claims description 12
- 238000007906 compression Methods 0.000 claims description 12
- 230000001131 transforming effect Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 abstract description 10
- 238000012360 testing method Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 8
- 230000000873 masking effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000009466 transformation Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000013139 quantization Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 238000005054 agglomeration Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/018—Audio watermarking, i.e. embedding inaudible data in the audio signal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/148—Wavelet transforms
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Acoustics & Sound (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Algebra (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
Description
본 발명은 웨이브렛 변환의 분해 특성을 이용한 오디오 워터마크 방법에 관한 것으로, 보다 상세하게는 오디오 데이터의 불법 복제를 막기 위한 기술인 워터마킹 기법에 웨이브렛 변환과 심리 음향 모델을 이용하여 잡음이 없고, 공격에 강한 특성을 만족하는 워터마크를 생성하여 삽입함으로써 오디오 데이터의 불법 복제를 방지해 주는 웨이브렛 변환의 분해 특성을 이용한 오디오 워터마크 방법에 관한 것이다.The present invention relates to an audio watermark method using a decomposition characteristic of wavelet transform, and more particularly, to a watermarking technique, which is a technique for preventing illegal copying of audio data, using a wavelet transform and a psychoacoustic model, without noise, The present invention relates to an audio watermark method using a decomposition characteristic of a wavelet transform that prevents illegal copying of audio data by generating and inserting a watermark satisfying an attack-resistant characteristic.
최근 디지털 기술이 발전함에 따라 멀티미디어 정보가 급증하고 있으며, 네트워크의 발전에 따라서 멀티미디어 정보를 손쉽게 얻을 수 있는 상황이 되었다.Recently, with the development of digital technology, multimedia information is rapidly increasing, and as the network develops, the multimedia information has been easily obtained.
특히, 오디오는 MPEG, AAC, VQF 등의 기술로 압축되어 인터넷을 통해 손쉽게 전파되는 특성이 있다.In particular, audio is compressed by technologies such as MPEG, AAC, VQF, and so on, and is easily propagated through the Internet.
이러한 CD 수준의 고품질 오디오 압축 데이터는 네트워크 상에서의 AOD(Audio On Demand) 서비스를 가능하게 하고 있다.This high quality audio compressed data at the CD level enables AOD (Audio On Demand) services on a network.
그러나 압축된 오디오 데이터는 디지털 데이터의 특성 상 복제 및 복사가 쉬워 네트쿼크 상에서 불법적으로 유통되는 사례가 빈번하게 발생한다.However, due to the nature of digital data, compressed audio data is easy to copy and copy, and it is frequently illegally distributed on the network.
이러한 불법 복제를 막기 위하여 미국의 전미 레코딩 연합회(Recording Industry Association of America Inc)는 산하에 디지털 음악 저작권 표준화 기관(Secure Digital Music Initiative)을 구성하여 이를 보호하는 방법을 연구하고 있다.To prevent such piracy, the US Recording Industry Association of America Inc. is working on how to form and protect the Secure Digital Music Initiative under its umbrella.
또한, 세계의 여러 기관에서는 이러한 디지털 저작권 표준화를 위하여 여러제안을 하고 있다.In addition, various organizations around the world are making various proposals for the standardization of digital copyright.
일반적으로, 복제 방지 시스템은 디지털 데이터를 보호하기 위하여 데이터에 워터마크(Water Mark)를 삽입하거나 공개키 알고리즘, 3자 인증 시스템 또는 암호화 알고리즘을 이용하여 데이터를 암호화하는 방식을 이용한다.In general, a copy protection system uses a method of embedding a watermark in the data or encrypting the data using a public key algorithm, a third party authentication system, or an encryption algorithm in order to protect digital data.
그러나, 디지털 신호 처리 기술의 발전과 PC 상에서 어프리케이션 사운드 출력 방식의 제약으로 D/A, A/D 변환이나 출력 데이터 캡춰(capture) 등의 방식으로 암호화된 데이터로부터 원래의 데이터를 얻어낼 수 있는 문제점이 있다.However, due to the development of digital signal processing technology and the limitation of the application sound output method on the PC, the original data can be obtained from the data encrypted by D / A, A / D conversion or output data capture. There is a problem.
이러한 시스템의 결점을 보완하기 위하여 워터 마크를 사용하는데, 워터 마크는 데이터에 저작권자의 정보나 배포자의 정보를 삽입함으로써 불법적인 사용이나 재배포를 방지할 수 있다.Watermarks are used to compensate for the shortcomings of such systems, which can prevent illegal use or redistribution by inserting the copyright holder's or distributor's information into the data.
그러나 기존의 워터마킹 기법들은 아직 완전하지 않아서, 데이터의 변환 과정에서 워터마크가 변형되거나 손실되어 워터마크 기능을 하지 못하는 문제점이 있었다.However, the existing watermarking techniques are not yet complete, and there is a problem in that the watermark does not function as the watermark is deformed or lost during data conversion.
본 발명은 상기한 바와 같은 종래의 워터 마킹 기술이 갖고 있는 문제점을 해결하기 위한 것으로, 웨이브렛 변환과 심리 음향 모델을 이용하여 잡음이 없으면서 공격에 강한 특성을 나타내는 웨이브렛 변환의 분해 특성을 이용한 오디오 워터마크 방법을 제공하는데 그 목적이 있다.The present invention is to solve the problems of the conventional watermarking technology as described above, using the wavelet transform and psychoacoustic model audio using the decomposition characteristics of the wavelet transform that exhibits a strong characteristic against attack without noise Its purpose is to provide a watermark method.
도 1은 웨이브렛 변환에 의한 변환 및 합성의 과정을 나타낸 블록도,1 is a block diagram showing a process of transformation and synthesis by wavelet transformation;
도 2는 본 발명에서 사용된 웨이브렛 분해도,2 is an exploded view of the wavelet used in the present invention,
도 3은 부호화된 신호와 원신호의 어프록시메이션 값과의 차이를 나타낸 그래프,3 is a graph illustrating a difference between an encoded value and an axonation value of an original signal;
도 4는 본 발명에 따른 변환 과정을 나타낸 블록도.4 is a block diagram illustrating a conversion process according to the present invention.
도 5는 본 발명에 따른 워터마크 추출 과정을 나타낸 블록도.5 is a block diagram showing a watermark extraction process according to the present invention;
본 발명은 상기한 목적을 달성하기 위하여, 웨이브렛 변환법을 이용하여 오디오 신호를 웨이브렛 변환하여 어프록시메이션 값과 디테일 값으로 분해하는 단계와; 압축시 발생하는 노이즈의 특성과 같은 워터마크를 생성하기 위해 원신호를 심리 음향 모델을 이용하는 코덱(CODEC)을 사용하여 압축한 후에 다시 복원하여 원신호와 같이 웨이브렛 변환을 수행하여 S64를 구하는 단계와; 원신호와 S64의 어프록시메이션 값의 차인 Werr을 구하는 단계와; 원신호의 어프록시메이션 영역의 값(Soriginal)과 PN-sequence(pnseq) 값을 곱하고, 어프록시메이션의 길이와 같은 슈도 랜덤 노이즈(Pseudo Random Noise)를 스케일 팩터(α)로 사용하여 각각의 샘플마다 다른 스케일 팩터를 곱해서, 랜덤 워터마크(Wwat)를 생성하는 단계와; 상기 단계에서 생성된 Werr과 Wwat를 서로 더하여 워터마크(W)를 생성하는 단계와; 워터마크가 삽입된 신호를 검출하기 위하여 웨이브렛 변환을 한 후에 두 신호의 차를 통해 워터마크 값을 추출해내는 단계와; 상기 단계에서 추출한 값을 원래의 워터마크 값과 상관성(Correlation)을 조사하여 워터마크의 소유권을 검증하는 단계로 이루어지는 것을 특징으로 하는 웨이브렛 변환의 분해 특성을 이용한 오디오 워터마크 방법을 제공한다.In order to achieve the above object, the present invention includes the steps of wavelet transforming an audio signal using a wavelet transform method and decomposing it into an apposition value and a detail value; S64 is obtained by compressing the original signal using a codec using a psychoacoustic model to generate a watermark, such as a characteristic of noise generated during compression, and then restoring it again to perform wavelet transformation as in the original signal. Wow; Obtaining Werr, which is a difference between the original signal and the A64's a proxy value; Each sample is multiplied by the original signal's approximation region (Soriginal) and the PN-sequence (pnseq) value, and pseudo random noise equal to the length of the proxy is used as the scale factor (α). Generating a random watermark (Wwat) by multiplying different scale factors for each time; Generating a watermark (W) by adding Werr and Wwat generated in the above step to each other; Extracting the watermark value through the difference between the two signals after performing wavelet transform to detect the signal with the watermark embedded therein; An audio watermark method using a decomposition characteristic of a wavelet transform, comprising verifying ownership of a watermark by investigating correlation between the value extracted in the step and an original watermark value.
(실시예)(Example)
본 발명에 따른 웨이브렛 변환의 분해 특성을 이용한 오디오 워터마크 방법의 구체적인 워터 마킹 및 분해 방법을 설명한다.A detailed watermarking and decomposition method of an audio watermark method using the decomposition characteristic of the wavelet transform according to the present invention will be described.
첨부한 도면, 도 1은 웨이브렛 변환에 의한 변환 및 합성의 과정을 나타낸 블록도, 도 2는 본 발명에서 사용된 웨이브렛 분해도, 도 3은 부호화된 신호와 원신호의 어프록시메이션 값과의 차이를 나타낸 그래프, 도 4는 본 발명에 따른 변환 과정을 나타낸 블록도. 도 5는 본 발명에 따른 워터마크 추출 과정을 나타낸 블록도이다.1 is a block diagram illustrating a process of transforming and synthesizing by wavelet transform, FIG. 2 is a wavelet resolution diagram used in the present invention, and FIG. 4 is a block diagram showing a conversion process according to the present invention. 5 is a block diagram illustrating a watermark extraction process according to the present invention.
먼저, 본 발명에 대하여 설명하기에 앞서 심리 음향 모델과 워터마크에 대하여 설명한다.First, the psychoacoustic model and watermark will be described before explaining the present invention.
퍼셉철 코딩(Perceptual Coding)은 데이터의 품질을 저하시키지 않으면서 압축하는 오디오 코딩 방법으로, MPEG, AAC, VQF 등과 같은 방법이 있으며, 이 방식들은 심리 음향 모델을 이용하는데, 이는 인간의 청각 특성을 이용하여 압축률을 높이는 방법이다.Perceptual Coding is an audio coding method that compresses data without degrading the quality of data, and there are methods such as MPEG, AAC, and VQF, which use psychoacoustic models, which are used for human hearing characteristics. To increase the compression ratio.
심리 음향 모델은 인간의 청각 특성 중 특히 마스킹 특성을 이용하는데, 마스킹에 의하여 들리지 않는 부분의 데이터는 압축하지 않는 것이다.The psychoacoustic model uses the masking characteristics of the human auditory characteristics, and does not compress the data of the part which is not heard by the masking.
퍼셉철 코딩은 데이터 디코딩시 양자화 에러와 마스킹 곡선 이하의 성분은 마스킹 곡선으로 매칭되어 노이즈를 발생한다.In perceptron coding, quantization errors and components below the masking curve are matched to the masking curve to generate noise during data decoding.
그러나, 이는 마스킹 특성으로 인하여 인간의 귀에는 잡음으로 들리지 않는다.However, this is not audible to the human ear due to the masking nature.
오디오 데이터에 저작권을 보호하기 위한 워터마크를 삽입하는 경우, 워터마크가 들어간 데이터가 압축되어 변환되면 심리 음향 모델의 적용과 양자화에 의한 노이즈로 인하여 워터마크의 제거가 쉽게 이루어진다.When a watermark for protecting copyright is inserted into audio data, when the watermarked data is compressed and converted, the watermark is easily removed due to the application of a psychoacoustic model and noise due to quantization.
따라서, 이러한 압축시 워터마크가 강인하기 위해서는 워터마크의 특성과 압축시 삽입되는 노이즈의 특성이 유사하도록 하면 마스킹 특성에 의해서 워터마크는 보이지 않으며, 압축에 의한 변형에 강한 특성을 갖는다.Therefore, in order to make the watermark strong during compression, if the watermark is similar to the noise of the inserted noise during compression, the watermark is not seen by the masking property and has a strong characteristic against deformation by compression.
또한, 압축에 의한 데이터의 변형에는 양자화 에러도 고려하여야 한다.In addition, the quantization error should also be taken into account in the transformation of the data by compression.
본 발명은 상기와 같은 심리 음향 모델의 특성을 이용하여 워터마크를 삽입하는 것이며, 그에 대한 상세한 설명은 아래와 같다.The present invention inserts a watermark using the characteristics of the psychoacoustic model as described above, and a detailed description thereof is as follows.
본 발명에서는 I. J. COx가 제안한 대역 확산 기법을 사용하여 워터마크를 삽입하였다.In the present invention, a watermark is inserted using a spread spectrum technique proposed by IJ C O x.
대역 확산 기법은 협대역 신호를 이보다 큰 대역폭에 걸쳐서 보냄으로써 하나의 주파수에서 볼 때 신호의 에너지는 아주 작은 양이 된다.The spread spectrum technique sends a narrowband signal over a larger bandwidth so that the energy of the signal is very small at one frequency.
신호를 주파수로 변환하는 방법에는 FFT, DCT 등 여러 가지 방법이 있으나, 본 발명에서는 웨이브렛 변환을 이용하였다.There are various methods for converting a signal to frequency, such as FFT and DCT, but the wavelet transform is used in the present invention.
웨이브렛 변환은 웨이브렛 기저에 의하여 신호를 분해는 일종의 서브밴드 필터링이라 할 수 있다.The wavelet transform is a kind of subband filtering that decomposes the signal by the wavelet basis.
웨이브렛 변환은 입력 신호를 멀티 레벨 분해할 수 있는데, 레벨 L이 증가하면 주파수에 대한 해상도가 좋아지는 반면에 시간에 대해서는 해상도가 떨어진다.The wavelet transform can multi-level resolve the input signal. As level L increases, the resolution for frequency improves while the resolution for time decreases.
또한, 이 때 사용되는 웨이브렛 기저 함수에 따라 분해 능력이 달라지는데, 본 발명에서는 dbN 웨이브렛 기저 함수를 이용하였다.In addition, the decomposition ability varies depending on the wavelet basis function used at this time. In the present invention, the dbN wavelet basis function is used.
웨이브렛 변환시 주파수 대역의 충실한 분할을 위하여 충분한 레굴러리티(Regularity)를 보장하여야 한다.Enough regu- larity must be ensured for faithful division of the frequency band during wavelet conversion.
충분한 레귤러리티를 유지하기 위해서는 최대의 배니싱 모멘트(Vanishing Moments)를 갖는 웨이브렛을 선택하여야 한다.In order to maintain sufficient regulation, the wavelet with the largest vanishing moment should be selected.
dbN 웨이브렛의 경우 N이 배니싱 모멘트를 나타낸다.For dbN wavelets, N represents the vanishing moment.
그러나, N이 길어짐에 따라 비례적으로 필터링이 잘되는 반면에 연산량이 많아지는 단점이 있다.However, as N becomes longer, the filtering is performed proportionally, while the amount of calculation increases.
여기서, 도 1은 웨이브렛 변환에 의한 변환 및 합성의 과정을 나타낸 것으로, 로패스(low Pass) 필터와 하이패스(high Pass) 필터를 통과하여 어프록시메이션(Approximations)과 디테일(Details)로 분해된다.Here, FIG. 1 illustrates a process of transforming and synthesizing by wavelet transform, and passing through a low pass filter and a high pass filter to decompose them into applications and details. do.
그되고, 도 2는 본 발명에서 사용된 웨이브렛 분해도이다.Figure 2 is an exploded view of the wavelet used in the present invention.
도 3은 부호화된 신호와 원신호의 어프록시메이션 값과의 차이를 나타낸 그래프이다.3 is a graph showing the difference between the encoded signal and the agglomeration value of the original signal.
압축시 발생하는 노이즈의 특성과 같은 워터마크를 생성하기 위해 원신호를 심리 음향 모델을 이용하는 코덱(CODEC)을 사용하여 64kbps로 압축한 후에 다시 복원하여 원신호와 같이 웨이브렛 변환을 수행하여 S64를 구한다.In order to generate watermarks such as the characteristics of noise generated during compression, the original signal is compressed to 64 kbps using a codec using a psychoacoustic model, and then restored again to perform wavelet transformation like the original signal. Obtain
그런 다음에 두 신호의 어프록시메이션 값의 차인 Werr(수학식 1 참조)을 구한다.Then we obtain Werr (see Equation 1), which is the difference between the approximation values of the two signals.
그리고, 상기 수학식 2와 같은 랜덤 워터마크(Wwat)를 생성하기 위하여 원신호의 어프록시메이션 영역의 값(Soriginal)과 PN-sequence(pnseq) 값을 곱하고, 어프록시메이션의 길이와 같은 슈도 랜덤 노이즈(Pseudo Random Noise)를 스케일 팩터(α)로 사용하여 각각의 샘플마다 다른 스케일 팩터를 곱한다.In order to generate a random watermark (Wwat) as shown in Equation 2, multiply the value (Soriginal) and the PN-sequence (pnseq) value of the proxy region by the original signal, and the pseudo randomness equal to the length of the proxy. Pseudo Random Noise is used as the scale factor α to multiply each sample with a different scale factor.
상기와 같이 생성된 Werr과 Wwat를 하기 수학식 3과 같이 더하여 워터마크(W)를 생성한다.Werr and Wwat generated as described above are added as shown in Equation 3 to generate a watermark (W).
상기와 같은 과정을 도 4에 블록도로 나타내었다.The above process is shown in block diagram in FIG.
워터마크가 삽입된 신호를 검출하기 위하여 도 5와 같이 웨이브렛 변환을 한 후에 두 신호의 차를 통해 워터마크 값을 추출해낸다.In order to detect the signal with the watermark embedded therein, after performing wavelet transform as shown in FIG. 5, the watermark value is extracted through the difference between the two signals.
추출한 값을 하기한 수학식 4와 같이 원래의 워터마크 값과 상관성(Correlation)을 조사하여 워터마크의 소유권을 검증한다.As shown in Equation 4 below, the extracted value is examined for correlation with the original watermark value to verify ownership of the watermark.
(단, w는 추출된 워터마크, y는 검출을 위한 워터마크)(Where w is the extracted watermark and y is the watermark for detection)
상기한 바와 같이 이루어진 본 발명을 이용하여 오디오 신호를 1024 샘플씩 블록을 나누고 각각의 블록을 취하여 각각 db 10, db 20, db 30, db 40인 웨이브렛 기저에 대해서 웨이브렛 변환을 실시하였다.Using the present invention as described above, the audio signal is divided into blocks of 1024 samples, each block is taken, and wavelet transform is performed on the wavelet basis of db 10, db 20, db 30, and db 40, respectively.
또한, 레벨 수를 각각 4, 5, 6, 7로 변화시켜 가며 실험하였으며, 그 결과는 아래의 표 1∼4와 같다.In addition, the experiment was performed by changing the number of levels to 4, 5, 6, and 7, respectively, and the results are shown in Tables 1 to 4 below.
그리고, 워터마크를 제거하기 위한 공격으로 다음과 같은 3가지 방법으로 공격을 시도하였다.In addition, as an attack to remove the watermark, the following three methods were used.
공격 1 : 로패스 필터링(low pass filtering)Attack 1: low pass filtering
차단 주파수(Cutoff frequency) : 3500HzCutoff frequency: 3500 Hz
결과 : 표 1에서 표 4의 결과를 보면 로패스 필터 공격에 전반적으로 강인함을 나타내었고, 레벨을 높일수록 더욱 강인함을 볼 수 있다.RESULTS: From Table 1 to Table 4, the overall robustness to low pass filter attack is shown. The higher the level, the more robust.
공격 2 : 에코(Echo)Attack 2: Echo
에코는 일반적으로 콤비 필터(Comb filter)나 전역 통과 필터(all pass filter)를 이용하여 구현된다.Echo is typically implemented using a Comb filter or an all pass filter.
이는 전 주파수 영역에 걸쳐서 공격하는 방법으로 볼 수 있다.This can be seen as a method of attacking over the entire frequency range.
화이트 노이즈와 달리 원신호에 따라 특정 주파수에 버스트(burst)한 공격 특성을 갖는다. (Delay 0.01s, Volume 0.4)Unlike white noise, it has an attack characteristic that bursts at a specific frequency according to the original signal. (Delay 0.01s, Volume 0.4)
결과 : 로패스 필터 공격과 달리 레벨을 높일수록 조금씩 약해지는 결과를 나타낸다.Result: Unlike a low pass filter attack, the higher the level, the weaker the result.
공격 3 : MPEG 압축Attack 3: MPEG Compression
MPEG압축은 심리 음형 모델(Psychoacoustic model)을 이용하여 인간의 청각 특성상 들리지 않는 부분의 데이터는 압축하지 않는다. (MPEG 1 Layer-3, 64kbps, mono, 44.1kHz)MPEG compression does not compress data that is inaudible due to human auditory characteristics using a psychoacoustic model. (MPEG 1 Layer-3, 64kbps, mono, 44.1kHz)
결과 : 심리 음향 모델을 적용하지 않았을 때에는 MPEG 압축 공격 후에 0.1∼0.3 정도의 저조한 검출율이 나왔는데, 심리 음향 모델을 적용한 이번 시험에서는 0.7 이상의 뛰어난 성능을 나타낸다. 레벨 5, 6에서는 상대적으로 강인한 특성을 나타낸다.Results: When the psychoacoustic model was not applied, a low detection rate of 0.1 to 0.3 was obtained after the MPEG compression attack. The psychoacoustic model showed excellent performance of 0.7 or more. Levels 5 and 6 show relatively strong characteristics.
본 발명은 심리 음향 모델을 이용한 MPEG 압축에 강한 워터마크 신호 생성에 관한 것으로, 상기한 바와 같이 웨이브렛 변환을 이용하여 데이터를 효과적으로 변환하여 워터마크를 삽입하여, 그에 대하여 여러 가지 공격 방법으로 공격하여 그 효과를 검증해 보았다.The present invention relates to the generation of a watermark signal resistant to MPEG compression using a psychoacoustic model. I verified the effect.
상기 시험 결과는 고전 음악인 비발디의 '사계'에 대해서만 조사했기 때문에 다른 특성을 갖는 음악 데이터에 대한 결과도 검토해보아야 한다.The test results were examined only for the 'four seasons' of the classical music Vivaldi, so the results of music data with different characteristics should be examined.
상기한 바와 같이 이루어진 본 발명에 따른 웨이브렛 변환의 분해 특성을 이용한 오디오 워터마크 방법은 오디오 데이터의 불법 복제를 막기 위한 기술인 워터마킹 기법에 웨이브렛 변환과 심리 음향 모델을 이용하여 잡음이 없고, 공격에 강한 특성을 만족하는 워터마크를 생성하여 삽입함으로써 오디오 데이터의 불법 복제를 방지해 주는 효과를 제공한다.The audio watermark method using the decomposition characteristic of the wavelet transform according to the present invention made as described above has no noise by using the wavelet transform and psychoacoustic model in the watermarking technique, which is a technique for preventing illegal copying of audio data. By generating and inserting a watermark that satisfies the strong characteristic, the illegal copying of audio data is prevented.
이상에서는 본 발명을 특정의 바람직한 실시예를 참고하여 설명하였으나, 본 발명은 상기한 실시예에 한정되지 아니하며, 본 발명의 요지를 벗어나지 않는 범위 내에서 당해 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의하여 다양한 변경과 수정이 이루어질 수 있는 것이다.In the above, the present invention has been described with reference to specific preferred embodiments, but the present invention is not limited to the above-described embodiments, and the present invention is not limited to the scope of the present invention. Various changes and modifications can be made by the user.
Claims (1)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020000000748A KR20000018063A (en) | 2000-01-07 | 2000-01-07 | Audio Watermark Using Wavelet Transform Decomposition Property |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020000000748A KR20000018063A (en) | 2000-01-07 | 2000-01-07 | Audio Watermark Using Wavelet Transform Decomposition Property |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20000018063A true KR20000018063A (en) | 2000-04-06 |
Family
ID=19637145
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020000000748A KR20000018063A (en) | 2000-01-07 | 2000-01-07 | Audio Watermark Using Wavelet Transform Decomposition Property |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20000018063A (en) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20020053980A (en) * | 2000-12-26 | 2002-07-06 | 오길록 | Apparatus and method for inserting & extracting audio watermark |
| KR100355033B1 (en) * | 2000-12-30 | 2002-10-19 | 주식회사 실트로닉 테크놀로지 | Apparatus and Method for Watermark Embedding and Detection using the Linear Prediction Analysis |
| KR20030032411A (en) * | 2001-10-18 | 2003-04-26 | 김선형 | A digital watermaking method |
| KR100392251B1 (en) * | 2000-09-21 | 2003-07-22 | 한국전자통신연구원 | Digital Watermark Insertion Apparatus for Copyright Protection of Digital Audio/Video/Multimedia |
| KR100456629B1 (en) * | 2001-11-20 | 2004-11-10 | 한국전자통신연구원 | Apparatus and method for embedding and extracting digital water mark based on wavelet |
| KR100458492B1 (en) * | 2000-06-08 | 2004-12-03 | 주식회사 마크애니 | Watermark embedding and extracting method for protecting digital audio contents copyright and preventing duplication and apparatus using thereof |
| KR100472072B1 (en) * | 2001-11-05 | 2005-03-08 | 한국전자통신연구원 | Apparatus and method of injecting and detecting time-domain local mean value removed watermark signal for watermarking system |
-
2000
- 2000-01-07 KR KR1020000000748A patent/KR20000018063A/en not_active Application Discontinuation
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100458492B1 (en) * | 2000-06-08 | 2004-12-03 | 주식회사 마크애니 | Watermark embedding and extracting method for protecting digital audio contents copyright and preventing duplication and apparatus using thereof |
| KR100392251B1 (en) * | 2000-09-21 | 2003-07-22 | 한국전자통신연구원 | Digital Watermark Insertion Apparatus for Copyright Protection of Digital Audio/Video/Multimedia |
| KR20020053980A (en) * | 2000-12-26 | 2002-07-06 | 오길록 | Apparatus and method for inserting & extracting audio watermark |
| KR100355033B1 (en) * | 2000-12-30 | 2002-10-19 | 주식회사 실트로닉 테크놀로지 | Apparatus and Method for Watermark Embedding and Detection using the Linear Prediction Analysis |
| KR20030032411A (en) * | 2001-10-18 | 2003-04-26 | 김선형 | A digital watermaking method |
| KR100472072B1 (en) * | 2001-11-05 | 2005-03-08 | 한국전자통신연구원 | Apparatus and method of injecting and detecting time-domain local mean value removed watermark signal for watermarking system |
| KR100456629B1 (en) * | 2001-11-20 | 2004-11-10 | 한국전자통신연구원 | Apparatus and method for embedding and extracting digital water mark based on wavelet |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Saadi et al. | Novel secured scheme for blind audio/speech norm-space watermarking by Arnold algorithm | |
| CA2527011C (en) | Audio encoding/decoding apparatus having watermark insertion/abstraction function and method using the same | |
| CN101271690B (en) | Audio spread-spectrum watermark processing method for protecting audio data | |
| Al-Haj | An imperceptible and robust audio watermarking algorithm | |
| Erçelebi et al. | Audio watermarking scheme based on embedding strategy in low frequency components with a binary image | |
| Bibhu et al. | Secret key watermarking in WAV audio file in perceptual domain | |
| Wang et al. | A new audio watermarking based on modified discrete cosine transform of MPEG/audio layer III | |
| GB2431838A (en) | Audio processing | |
| Li et al. | An audio watermarking technique that is robust against random cropping | |
| Mishra et al. | An effective audio watermarking using DWT-SVD | |
| KR20000018063A (en) | Audio Watermark Using Wavelet Transform Decomposition Property | |
| Avci et al. | A new information hiding method for audio signals | |
| Roy et al. | An efficient and blind audio watermarking technique in DCT domain | |
| Trivedi et al. | An algorithmic digital audio watermarking in perceptual domain using direct sequence spread spectrum | |
| Budiman et al. | Wavelet-based hybrid audio watermarking using statistical mean manipulation and spread spectrum | |
| KR20020003251A (en) | Audio Watermark Using Wavelet Transform Decomposition Property | |
| Horvatic et al. | Robust audio watermarking: based on secure spread spectrum and auditory perception model | |
| Nematollahi et al. | Digital audio and speech watermarking based on the multiple discrete wavelets transform and singular value decomposition | |
| Wang et al. | A new content-based digital audio watermarking algorithm for copyright protection | |
| Kirbiz et al. | Decode-time forensic watermarking of AAC bitstreams | |
| Cvejic et al. | Audio watermarking: Requirements, algorithms, and benchmarking | |
| Esmaili et al. | A novel spread spectrum audio watermarking scheme based on time-frequency characteristics | |
| KR100828163B1 (en) | Method for synchronized encryption and decryption of audio and Apparatus thereof | |
| Trivedi et al. | Audio masking for watermark embedding under time domain audio signals | |
| Kirbiz et al. | Forensic watermarking during AAC playback |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |