基于神经网络数字音频双重语义水印算法.pdfVIP

第42 卷 第2 期 电 子 科 技 大 学 学 报 Vol.42 No.2 20 13年3月 Journal of University of Electronic Science and Technology of China Mar. 20 13 基于神经网络的数字音频双重语义水印算法 邢 玲 ，马 强，朱 敏 (西南科技大学信息工程学院 四川 绵阳 621010) 【摘要】基于语义的数字水印算法研究是当前数字音频内容管理领域的热点问题，该文设计基于统一内容定位技术的音 频语义标引框架，建立数字音频语义水印模型。提出了基于RBF神经网络的双重语义水印算法，该算法用RBF神经网络自适 应选择水印嵌入的最佳音频片段，用小波变换提取所选音频片段的近似分量和细节分量，分别在两种分量中嵌入不同的语义 信息，形成双重语义水印，实现语义信息和原始音频信号的一体化传输。根据语义水印信息的不同属性描述，实现音频资源 的有效检测与监督。实验结果表明 ，当嵌入信息量较大的语义水印时，该算法仍有较好的鲁棒性和不可听性。 关 键 词 双重语义水印; RBF神经网络; 同步码; 统一内容定位 中图分类号 TP391 文献标志码 A doi:10.3969/j.issn.1001-0548.2013.02.016 Double Semantic Watermark Algorithm for Digital Audio Based on Neural Network XING Ling , MA Qiang, and ZHU Min (School of Information Engineering, Southwest University of Science and Technology Mianyang Sichuan 621010) Abstract The researches on digital watermarking algorithm based on semantics are hot issues in the field of audio content management. The indexing method of semantic management for audio watermarking based on uniform content locator (UCL) is introduced, and a dual watermarking algorithm based on radical basis function neural network (RBFNN) is proposed. In semantic watermarking model, RBFNN is used to adaptively select the best embedding place of watermarking in the audio data segment, and the wavelet transform is also adopted to extract the approximate weight and the detail component of the selected audio segment . The different audio indexing information as dual semantic watermarking are embedded into the corresponding audio signal, and the constructed dual semantic watermarking model can