用于音乐作品版权保护的数字水印新方法

技术领域

本发明属于多媒体信息安全中信息隐藏与数字水印技术领域，具体涉及一种数字音频水 印新方法，能够有效的抵抗音频水印技术中十分困难的时间域同步攻击，对于音乐作品的版 权保护具有很大的实用价值。

背景技术

随着网络技术(特别是Internet技术)与多媒体信息处理技术的飞速发展，数字作品的知 识产权保护成为迫切需要解决的关键问题。在这一背景下，数字水印技术受到了人们的普遍 关注，并已成为网络信息安全研究领域的一个热点。依据应用范围，通常可以把数字水印划 分为图像水印、视频水印和音频水印等。近几年，对于图像水印和视频水印(尤其是图像水 印)的研究很多，而有关数字音频水印的研究却显得相对滞后。特别地，可有效抵抗同步攻 击的强稳健音频水印方法更是异常匮乏。

所谓同步攻击(Synchronization attack)，并非指该种攻击能够从含水印对象中去除水印 信息，而是指其可以将数字水印变形到检测器检测不出来(即改变水印嵌入位置)。截止到目 前，人们主要采用四种措施设计抗同步攻击的稳健音频水印方案，分别为穷举搜索、扩频水 印扩频码相结合、利用原始音频重要特征、同步码等。其中，穷举搜索方案具有计算量较大、 虚警率较高等弱点；扩频水印扩频码相结合方案无法实现水印信息的盲检测；利用原始音频 重要特征方案具有特征点提取不稳定、所需阈值过多而不利于实际应用等不足。相比之下， 同步码方案具有更为明显的技术优势。但目前的基于同步码方案的水印嵌入方法多数存在如 下不足：(1)所采用的巴克码长度过短，易引起假同步，影响了同步信号的稳健性；(2)仅仅将 同步码嵌入到数字音频的单个采样值上，大大降低了抵抗攻击的能力(特别是重新采样、MP3 压缩等攻击)；(3)未能结合听觉掩蔽特性确定量化步长(即采纳了固定地水印嵌入深度)， 影响了数字水印的不可感知性。

相关文献如下：

[1]Huang J W，Wang Yong，Shi Y.Q.A Blind Audio Watermarking Algorithm With Self-synchronization.In：Proceedings of IEEE International Symposium on Circuits and System， Arizona，USA，2002，3：627-630.

发明内容

鉴于上述现有技术所存在的问题，本发明设计了一种用于音乐作品版权保护的数字水印 新方法，该方法选取更为稳健的16位巴克码作为同步标记，并通过修改多个采样值的统计均 值嵌入同步码，同时结合听觉掩蔽特性采用自适应量化策略将水印信息在混合域内嵌入到数 字音频中。

本发明的基本工作原理为：首先将原始音频信号进行分段处理，然后再将每个音频数据 段划分成前后两个部分以进行信息嵌入。其中，前面部分用于空域嵌入同步信号，考虑到单 个采样值的不稳定性，所以在同步信号的嵌入过程中，采用了修改多个采样值的统计均值的 方法，提高了同步码的鲁棒性。后面部分用于混合域嵌入水印信息。而水印信息的具体嵌入 过程为，首先对音频数据段(后面部分)进行DWT，再对小波域的低频系数进行DCT，最 后利用自适应量化策略将加密后的水印信息嵌入到DCT域的低中频系数中。正因为水印的嵌 入是根据音频的能量进行的，所以本发明不依赖于对阈值的调整，可应用于不同种类的音乐 作品中。

音频水印的同步具有重要意义。进行实时水印检测时，检测器必须通过准确的检测同步 信息来确定水印嵌入的起始位置。而同步码在同步音频水印中的作用至关重要，同步码能否 准确定位决定了检测器是否有效，因此同步码的稳健性也就成为了水印检测系统的关键。

本发明所述的用于音乐作品版权保护的数字水印新方法，该方法能够通过选取更为稳健 的16位巴克码作为同步标记、结合数字音频内容自适应确定量化步长、将同步码嵌入到多个 采样值的统计均值等措施，将数字水印信号在混合域内嵌入到原始数字音频内。同时，仿真 实验还表明，本发明所提出的音频水印方法不仅具有较好的不可感知性，而且对于叠加噪声、 重新采样、重新量化、剪切、MP3压缩等音频处理与攻击均具有较好的稳健性。此外，本发 明具有一个突出的优点，即不像以前文献中提出的方法那样高度依赖于对某些门限或假定参 数的调整，可不加修改的应用到不同种类的音乐作品中，并且抽取水印时无需原始载体音频 等特点，这大大增强了其用于数字音频作品版权保护的实用性。

附图说明

本发明共有四张附图，其中，

图1：用于音乐作品版权保护的数字水印新方法所嵌入数据的结构

图2：用于音乐作品版权保护的数字水印新方法的嵌入流程

图3：用于音乐作品版权保护的数字水印新方法的检测过程包括同步码检测与水印信号 提取两个关键环节

图4(a)：原始音频信号

图4(b)：原始水印图像

图4(c)：嵌入水印后的数字音频信号

图4(d)：从含水印音频信号中提取出的水印图像

具体实施方式

本发明所述的用于音乐作品版权保护的数字水印新方法的具体实现方式如附图2、附图3 所示，本发明所述的用于音乐作品版权保护的数字水印新方法的嵌入与检测方法，包括如下 具体步骤：

本发明所采用的数字水印嵌入策略为：在空间域内嵌入同步信号，在混合域(DCT和 DWT)内嵌入水印信息。假设原始数字音频信号为A＝{a(i)，0≤i＜Length}。其中，Length为 音频数据的个数，a(i)∈{0，1，2，…，(2p-1)}是第i个音频数据的幅度值，p为表示每个数据所 使用的比特数。假设二值水印图像为W＝{w(i，j)，0≤i＜M，0≤j＜N}。其中，w(i，j)∈{0，1}代 表二值水印图像的第i行、第j列象素值。假设同步码为F＝{f(i)，0≤i＜Lsyn}，其中， f(i)∈{0，1}(为了便于使用，这里已对原巴克码进行简单变换，即+1→0，-1→1)，Lsyn为同步 码的长度。则自适应混合域数字音频盲水印嵌入过程(关键步骤)可描述如下。

1预处理

为了消除二值水印图像的象素空间相关性，提高整个数字水印系统的安全性能，确保数 字音频某一部分受到破坏后仍能全部或部分地恢复水印，宜首先对二值水印图像进行置乱加 密。为此，本发明首先引入Arnold变换，将二值水印图像W置乱加密为安全水印矩阵W1， 其中W1＝{w1(i，j)，0≤i＜M，0≤j＜N}。

为了进一步提高抵抗剪切、平移等同步攻击能力，以使得数字音频部分数据丢失后仍能 保证水印检测的有效可靠，本发明首先对原始数字音频信号进行分段处理，然后再将每个音 频数据段分割成长度为L1和L2的两部分并分别嵌入同步码与水印信息。其中，第i个音频数 据段可以表示为

这里，L＝L1+L2，L1＝Lsyn×n，L2＝M×N×2H+1，H为小波变换级数，n为常数(本 发明选取为5)。

设某个音频数据段为A0(其长度为L1和L2的两部分为A1 0和A2 0)，则同步码与数字水印 信息的嵌入过程如下。

2同步码嵌入

为了保证不可感知性与稳健性的良好平衡，本发明采用修改多个采样值(n个采样值) 的方法，将同步信息嵌入到采样值的统计均值中，具体步骤为：

(1)将A1 0按同步码长度Lsyn分成Lsyn段，每一段PA1 0(m)含有n个采样点，即

${\mathrm{PA}}_1^0\left(m\right)=\{p{a}_1^0\left(m\right)\left(i\right)=a_1^0(i+m\times n),0\le i<n,0\le m<\mathrm{Lsyn}\}$

(2)计算PA1 0(m)的平均值，即

$\overline{{\mathrm{PA}}_1^0\left(m\right)}=\frac{1}{n}\underset{i=0}{\overset{n-1}{\Sigma }}{\mathrm{pa}}_1^0\left(m\right)\left(i\right),(0\le m<\mathrm{Lsyn})$

(3)采用量化方法嵌入同步码，即对每一段PA₁ ⁰(m)，修改其均值 以嵌入一位同
步码。修改策略为：

${{\mathrm{pa}}_1^0}^{\prime }\left(m\right)\left(i\right)={\mathrm{pa}}_1^0\left(m\right)\left(i\right)+(\stackrel{‾}{{{\mathrm{PA}}_1^0}^{\prime }\left(m\right)}-\overline{{\mathrm{PA}}_1^0\left(m\right)})$

其中， ${\mathrm{PA}}_1^0\left(m\right)=\{{\mathrm{pa}}_1^0\left(m\right)\left(i\right),0\le i<n\}$ 为修改前采样值， ${{\mathrm{PA}}_1^0}^{\prime }=\{{{\mathrm{pa}}_1^0}^{\prime }\left(m\right)\left(i\right),0\le i<n\}$ 为修改后 的采样值，且有

<math> <mrow> <mi>Q</mi> <mrow> <mo>(</mo> <mover> <mrow> <msubsup> <mi>PA</mi> <mn>1</mn> <mn>0</mn> </msubsup> <mrow> <mo>(</mo> <mi>m</mi> <mo>)</mo> </mrow> </mrow> <mo>&OverBar;</mo> </mover> <mo>)</mo> </mrow> <mo>=</mo> <mi>mod</mi> <mrow> <mo>(</mo> <mi>IQ</mi> <mrow> <mo>(</mo> <mover> <mrow> <msubsup> <mi>PA</mi> <mn>1</mn> <mn>0</mn> </msubsup> <mrow> <mo>(</mo> <mi>m</mi> <mo>)</mo> </mrow> </mrow> <mo>&OverBar;</mo> </mover> <mo>)</mo> </mrow> <mo>,</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </math>

其中，mod为取模运算，S1为量化步长。

3水印信号的嵌入

(1)音频数据段(后面部分)的DWT。对每个音频数据段A2 0进行H级小波变换，并得到 小波系数A2 0H，D2 0H，D2 0H-1，…，D2 01。其中，A2 0H为音频数据段A2 0小波变换的第H级近似分量， D2 01，…，D2 0H-1，D2 0H分别为音频数据段A2 0小波变换的第1～H级的细节分量。

(2)近似分量的DCT。考虑到小波变换域的近似分量能够有效抵御各种干扰，这里选择H 级小波变换的近似分量A2 0H进行DCT及嵌入水印。

${A_2^0}^{\mathrm{HC}}=\mathrm{DCT}\left({A_2^0}^H\right)=\{a_2^0{\left(t\right)}^{\mathrm{HC}},0\le t<L_2/2^H\}$

(3)水印信号的嵌入。为保证音频水印的稳健性及不可感知性，本发明根据人类听觉系统 的频域掩蔽特性，采用量化策略将水印信息嵌入到DCT域的低中频部分，即量化调制前 M×N个DCT系数，得到A2 0′HC，其中：

${A_2^0}^{\prime \mathrm{HC}}=\left\{\begin{array}{cc}{a_2^0}^{\prime }{\left(t\right)}^{\mathrm{HC}},& 0\le t<M\times N\\ a_2^0{\left(t\right)}^{\mathrm{HC}},& M\times N\le t<L_2/2^H\end{array}\right.$

量化规则如下：

其中，0≤i＜M，0≤j＜N，S2为量化步长。

<math> <mrow> <mi>Q</mi> <mrow> <mo>(</mo> <msubsup> <mi>a</mi> <mn>2</mn> <mn>0</mn> </msubsup> <msup> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mi>HC</mi> </msup> <mo>)</mo> </mrow> <mo>=</mo> <mi>mod</mi> <mrow> <mo>(</mo> <mi>IQ</mi> <mrow> <mo>(</mo> <msubsup> <mi>a</mi> <mn>2</mn> <mn>0</mn> </msubsup> <msup> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mi>HC</mi> </msup> <mo>)</mo> </mrow> <mo>,</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow> </math> (mod是取模运算)

(4)逆DCT。对嵌入水印后的音频数据段A2 0′HC做逆DCT。

${A_2^0}^{\prime H}=\mathrm{IDCT}\left({A_2^0}^{\prime \mathrm{HC}}\right)$

(5)逆DWT。以A2 0′H代替A2 0H并进行H级逆DWT，得到含有水印的音频数据段信号A2 0′。

4循环嵌入

为抵抗剪切、平移等同步攻击，增加水印的稳健性，重复步骤2～3对其它音频数据段进 行同步码与水印信息的嵌入(即对同步码及水印信息采用循环嵌入的策略)。

量化步长的自适应选取

对基于量化的音频水印嵌入方案来说，量化步长的选取至关重要。因为量化步长与水印 嵌入强度密切相关，量化步长取值越大，数字水印鲁棒性能越好(但同时也更容易给音频引 入失真)。选取确定量化步长应充分考虑数字音频自身特点和视觉掩蔽特性。然而，现有音频 水印嵌入方案普遍采用了均匀量化策略，即对整个数字音频采用一个相同的量化步长。这样， 如果量化步长取值较小，则会影响数字水印的抗攻击性；而如果量化步长取值较大，则会给 数字音频质量带来较大影响。另外，不同的载体音频，只有采纳不同的量化步长值才能各自 达到比较好的隐藏效果。

为了有效克服均匀量化策略所存在的不足，同时兼顾方法的实际应用(若给每个嵌入点 都确定一个量化步长，计算量太大)，本发明将在时域内结合整个数字音频内容确定量化步长 S1，在频域内结合音频数据段内容确定量化步长S2，即

首先，根据时域掩蔽特性确定出量化步长S1(用于同步码嵌入)，有

( 为向下取整函数)，s_a＝| A|。

其中，sa＝| A|表示原始数字音频A的绝对值均值(即峰值的均值)。

然后，结合频域掩蔽特性自适应确定量化步长S2(用于水印信息嵌入)，具体步骤为

(1)音频数据段A2 0(A2 0的含义同上)的DWT。对音频数据段A2 0进行H级小波变换，并 得到小波系数A2 0H，D2 0H，D2 0H-1，…，D2 01。其中，A2 0H为音频数据段A2 0小波变换的第H级近似 分量，而D2 0H，D2 0H-1，…，D2 01分别为音频数据段A2 0小波变换的第1～H级的细节分量。

(2)近似分量的DCT。这里选择H级小波变换的近似分量A2 0H进行DCT。

${A_2^0}^{\mathrm{HC}}=\mathrm{DCT}\left({A_2^0}^H\right)=\{a_2^0{\left(t\right)}^{\mathrm{HC}},0\le t<L_2/2^H\}$

(3)量化步长S2的自适应选取。由于水印信息已嵌入到DCT域的前M×N个系数内，故 为了减少数字水印干扰，以确保水印提取过程能够有效计算出量化步长，本发明结合音频数 据段内容并利用DCT域的后M×N个系数自适应确定量化步长S2。即

( 为向下取整函数)， <math> <mrow> <msub> <mi>S</mi> <mi>b</mi> </msub> <mo>=</mo> <mo>|</mo> <mover> <msup> <msubsup> <mover> <mi>A</mi> <mo>^</mo> </mover> <mn>2</mn> <mn>0</mn> </msubsup> <mi>HC</mi> </msup> <mo>&OverBar;</mo> </mover> <mo>|</mo> <mo>=</mo> <mfrac> <mrow> <munderover> <mi>&Sigma;</mi> <mrow> <mi>t</mi> <mo>=</mo> <mi>M</mi> <mo>&times;</mo> <mi>N</mi> </mrow> <mrow> <msub> <mi>L</mi> <mn>2</mn> </msub> <mo>/</mo> <msup> <mn>2</mn> <msup> <mi>H</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> </msup> </mrow> </munderover> <mo>|</mo> <msubsup> <mi>a</mi> <mn>2</mn> <mn>0</mn> </msubsup> <msup> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mi>HC</mi> </msup> <mo>|</mo> </mrow> <mrow> <mi>M</mi> <mo>&times;</mo> <mi>N</mi> </mrow> </mfrac> </mrow> </math>

数字水印的提取过程

本发明讨论的自适应混合域数字音频水印方法属于盲水印方法，即检测数字水印信号时 不需要原始音频载体。整个数字水印检测过程包括同步码检测与水印信号提取两个关键环节， 如附图3所示。

1同步码的检测

这里所说的同步码检测，是指检测窗口(大小为L1)所覆盖的音频数据段内是否含有所 嵌入的同步码信息。其工作步骤为：

(1)按照量化步长的自适应选取的工作步骤，自适应确定出量化步长S1 *。

(2)按照同步码嵌入的工作步骤，分别计算音频数据段(即窗口所覆盖部分)前n×m个采样
值PA^*(m)的平均值

PA*(m)＝{pa*(m)(i)＝a*(i+m×n)，0≤i＜n，0≤m＜Lsyn}

(3)提取同步码信息F′。提取策略为

(4)为了有效避免假同步现象发生，本发明采用了通信领域的帧同步码逐位比较方法确定 同步码，即如果所提取出的同步码F′和原同步码F完全相同，则认为已检测到所嵌入的同步 码信息。

2水印信号的提取

这里所说的水印信号提取，是指从同步码后的音频数据段(令该音频数据段为A2 0*，其 长度为L2)内提取水印信息。其工作步骤为：

(1)按照量化步长的自适应选取的工作步骤，结合音频数据段A2 0*内容自适应确定出量化 步长S2 *。

(2)对音频数据段A2 0*进行H级DWT，得到小波系数 A2 0*H，D2 0*H，D2 0*H-1，…，D2 0*1

(3)对近似分量A2 0*H做DCT变换

${A_2^{0*}}^{\mathrm{HC}}=\mathrm{DCT}\left({A_2^0}^{*H}\right)=\{{a_2^0}^{*}{\left(t\right)}^{\mathrm{HC}},0\le t<L_2/2^H\}$

(4)提取水印信息，提取公式为

(5)对所提取出的水印信息W′进行逆置乱加密，便可得到二值水印图像

           W*＝{w*(i，j)，0≤i＜M，0≤j＜N}。

需要说明的是，由于本发明对同步码及水印信息采用了循环嵌入策略，故数字水印检测
过程将提取出多个二值水印图像W_r ^*(r＝1，2，…，R)。为此，需进一步按照“多数原则”计算出
最终的数字水印 即

这里， $W_r^{*}(i,j)\in W_r^{*},$ ${\hat{w}}^{*}(i,j)\in {\hat{W}}^{*}.$

此外，为了消除观测者的经验、身体条件、实验条件等主客观因素的影响，须采用归一 化相关系数(Normalized Cross-Correlation，NC)，对提取出的水印和原始水印的相似性进行定 量评价。

以下我们结合实验数据说明本发明带来的积极效果。

分别给出了检测性能测试、抗攻击能力测试的实验结果，并与文献[1]方法进行了对比。实 验中，所选用的原始载体是采样频率为44.1kHz，分辨率为16比特，长度为9.75秒的单声道 数字音频信号。数字水印采用了64×64的二值图像。小波变换采用了常见的Daubechies-1小 波基。小波变换级数选取为H＝2，并选用了码长为16位的巴克码1111100110101110作为同 步信号。由于采用的水印在感觉上是可视的，所以提取的水印信息很容易辨别。

抗攻击能力测试

为了检测本发明的稳健性，仿真实验分别对本发明和文献[1]方法的含水印音频信号进行 了一系列攻击，包括：重新采样，重新量化，高斯噪声干扰，MP3压缩及剪切等。其中

(1)重新采样。将音频信号采样频率下降为22.05kHz、11.025kHz、8kHz，再还原为原采 样频率44.1kHz。

(2)重新量化。先将音频信号从16比特量化为8比特，再量化为16比特。

(3)叠加噪声。对数字音频信号在时域中加入均值为0、均方差为0.01的高斯白噪声。

(4)MP3压缩。先对音频信号进行MP3压缩(截至频率分别为320k、256k、112k、64k、 48k、32k)，再解压缩。

(5)剪切。分别剪切音频前面10％部分和随机剪切音频中间10％。

表1给出了本发明和文献[1]方法的抗攻击能力对照结果(包括所提取出的水印图像、数 字水印的归一化相关系数NC和失真率BER、数字音频的峰值信噪比PSNR)。

仿真实验还表明，本发明所提出的音频水印方法不仅具有较好的不可感知性(参见表1 中的PSNR)，而且对于叠加噪声、重新采样、重新量化、剪切、MP3压缩等音频处理与攻击 均具有较好的稳健性(参见表1中的NC和BER，特别是重新采样、MP3压缩等攻击)。此 外，本发明提出的混合域音频水印嵌入方法还具有计算简单、容易实现、抽取水印时无需原 始载体音频等特点，这大大增强了其用于数字音频作品版权保护的实用性。

表1  数字水印对部分常规攻击的抵抗能力(音频1)

数字水印对部分常规攻击的抵抗能力(音频2)