一种基于神经网络的小波域音频水印算法

• 作者: 张太镒 张春梅 胡金艳 陆从德
• 来源期刊: 西安交通大学学报
• 关键词: 数字水印 神经网络 小波分解 鲁棒性
• 年，卷（期）: 2003,（4）
• 所属期刊栏目: 长江学者论坛
• 页码范围: 355-358
• 页数: 4页
• 分类号: TP309
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2003.04.006

摘要

提出了一种基于小波分解和神经网络的数字音频水印算法.先对音频信号进行小波分解,将数字水印嵌入到音频信号的小波域低频重要系数中,同时通过调整多层前馈神经网络的权重逼近原始音频信号与数字水印之间的关系,然后在接收端用训练好的神经网络提取水印.实验结果表明,嵌入水印的音频信号没有明显的听觉失真;经过噪声干扰、低通滤波、有损压缩、重新采样等信号处理后,相关函数检测具有显著的二值分布特征,且相关系数均达到0.72以上.与其他方法相比,该算法在提取水印时无需原始音频信号,具有运算量低和鲁棒性强等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张太镒	西安交通大学电子与信息工程学院	91	887	15.0	27.0
2	胡金艳	西安交通大学电子与信息工程学院	9	103	5.0	9.0
3	张春梅	西安交通大学电子与信息工程学院	32	438	13.0	20.0
4	陆从德	西安交通大学电子与信息工程学院	5	95	5.0	5.0