Аудио водяной знак

Звуковой водяной знак — это уникальный электронный идентификатор, встроенный в аудиосигнал, который обычно используется для идентификации владения авторскими правами. Это похоже на водяной знак на фотографии.

Цифровые водяные знаки — это процесс внедрения информации в сигнал (например, аудио, видео или изображения) таким образом, чтобы его было трудно удалить. Если сигнал копируется, то информация также переносится в копии. Водяные знаки становятся все более важными для обеспечения защиты авторских прав и проверки прав собственности.

Распространение спектра

Одним из методов нанесения водяных знаков на звук является водяной знак с расширенным спектром (SSW). В SSW узкополосный сигнал передается в гораздо большей полосе пропускания, так что энергия сигнала, представленная на любой частоте сигнала, необнаружима. Таким образом, водяной знак распространяется на множество частотных диапазонов, так что энергия в одном диапазоне необнаружима. Интересной особенностью этого метода нанесения водяных знаков является то, что для его уничтожения требуется добавление шума высокой амплитуды во все диапазоны частот.

Расширение спектра осуществляется с помощью псевдошумовой (PN) последовательности. В традиционных подходах SSW приемник должен знать ПШ-последовательность, используемую в передатчике, а также расположение водяного знака в сигнале с водяными знаками для обнаружения скрытой информации.

Хотя обнаружение ПШ-последовательности возможно с использованием эвристических подходов, таких как эволюционные алгоритмы , высокая вычислительная стоимость этой задачи может сделать ее непрактичной. Большая часть вычислительной сложности, связанной с использованием эволюционных алгоритмов в качестве инструмента оптимизации, связана с оценкой функции приспособленности , которую либо очень сложно определить, либо она может быть очень дорогостоящей в вычислительном отношении.

Один из недавно предложенных подходов — быстрого восстановления ПШ-последовательности — заключается в использовании грануляции пригодности в качестве многообещающей схемы « аппроксимации пригодности ». С использованием подхода грануляции фитнеса, называемого «Адаптивная нечеткая грануляция фитнеса (AFFG)», ^[1] дорогостоящий этап оценки пригодности заменяется приближенной моделью. Когда эволюционные алгоритмы используются в качестве средства для извлечения скрытой информации, этот процесс называется эволюционным обнаружением скрытой информации, независимо от того, используются ли подходы аппроксимации пригодности в качестве инструмента для ускорения процесса или нет.

См. также

Ссылки

^ Даваринежад, Мохсен. «Адаптивная нечеткая грануляция фитнеса» . аналитика behsys. Архивировано из оригинала 06 декабря 2021 г. Проверено 10 июля 2017 г.

М. Даваринежад, С. Седги, М. Бахрепур, К.В. Ан, М. Акбарзаде, К.А. Коэлло Коэльо, « Обнаружение скрытой информации из сигнала с водяными знаками с использованием аппроксимации пригодности на основе грануляции », «Приложения мягких вычислений: от теории к практике», Springer, серия : Достижения в области интеллектуальных и мягких вычислений, том 58/2009, ISBN 978-3-540-89618-0 , стр. 463–472, 2009.
М. Даваринежад, К.В. Ан, Й. Вранкен, Й. ван ден Берг, К.А. Коэлло Коэлло, « Эволюционное обнаружение скрытой информации с помощью аппроксимации пригодности на основе грануляции. Архивировано 6 декабря 2021 г. в Wayback Machine », Applied Soft Computing, Vol. 10(3), стр. 719–729, 2010 г., два : 10.1016/j.assoc.2009.09.001 .

[1] Даваринежад, Мохсен. «Адаптивная нечеткая грануляция фитнеса» . аналитика behsys. Архивировано из оригинала 06 декабря 2021 г. Проверено 10 июля 2017 г.

[1]