基于多相关HMT模型的DT CWT域数字水印算法
A Blind Watermark Decoder in DT CWT Domain Using Weibull Distribution-Based Vector HMT Model作者机构:辽宁师范大学计算机与信息技术学院大连116029
出 版 物:《自动化学报》 (Acta Automatica Sinica)
年 卷 期:2021年第47卷第12期
页 面:2857-2869页
核心收录:
学科分类:0839[工学-网络空间安全] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金(61472171,61701212) 中国博士后科学基金(2018T110220) 辽宁省教育厅科学研究经费项目(面上项目)(LJKZ0985) 辽宁省自然科学基金(2019-ZD-0468)资助
主 题:音频水印 向量隐马尔科夫树 Weibull混合模型 局部信息熵 双树复数小波变换 局部最优检测器
摘 要:本文以双树复数小波变换(Dual-tree complex wavelet transform,DT CWT)及隐马尔科夫树(Hidden Markov tree,HMT)理论为基础,提出了一种基于Weibull向量HMT模型的DT CWT域数字音频盲水印算法.原始数字音频首先进行DT CWT,然后利用局部信息熵刻画音频内容特征并据此确定出重要DT CWT系数段,进而将水印信息乘性嵌入到重要DT CWT高频系数幅值内.水印检测时,首先根据DT CWT系数幅值的边缘分布及系数间的多种相关性(包括子带内、尺度间、分解树间等相关性),构造出Weibull混合向量HMT统计模型,并估计出其统计模型参数;然后,利用局部最大势能(Locally most powerful,LMP)检验理论构造出局部最优检测器(Locally optimum decoder,LOD)以盲提取水印信息.仿真实验结果表明,本文算法可以较好地获得不可感知性、鲁棒性、水印容量之间的良好平衡,其总体性能优于现有同类音频水印算法.