基于支持向量机(SVM)的数字音频水印

• 作者: 林福宗 王剑
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 数字音频 音频水印 支持向量机(SVM) 机器学习 小波变换
• 年，卷（期）: 2005,（9）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 1605-1611
• 页数: 7页
• 分类号: TP309
• 字数: 5117字
• 语种: 中文

摘要

提出了一种新的基于支持向量机(support vector machine,SVM)的数字音频水印算法.主要思想是在宿主音频中嵌入一段模板信息,定义模板信息与宿主音频之间的一种对应关系,将水印的检测问题转化为一个可用SVM处理的二分类问题,利用SVM对先验知识(对应关系)的学习,以达到对未知数字音频水印的正确分类检测.仿真实验结果表明,该数字音频水印具有较强的健壮性和不可感知性,在受到MP3压缩、低通滤波、重采样/量化、噪声干扰等常用信号处理方法的处理后,能正确检测出水印,同时在水印检测时不需要原始音频,实现了水印的盲检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王剑	清华大学计算机科学与技术系智能技术与系统国家重点实验室	47	469	15.0	20.0