[論文レビュー] Robust Audio Watermarking Against the D/A and A/D conversions

Shijun Xiang, Jiwu Huang|ArXiv.org|Jul 3, 2007

Advanced Steganography and Watermarking Techniques参考文献 25被引用数 12

ひとこと要約

本稿では、D/AおよびA/D変換によるマグニチュード歪みと時間的スケーリングによって生じる水印の整合性の損なわれることを防ぐ、離散ウェーブレット変換（DWT）に基づく音声水印埋め込み方式を提案する。低周波数DWTサブバンドにおける相対的エネルギー関係を用いた適応的埋め込みと、時間周波数局在化を利用したリシンクロニゼーションを適用することで、これらの歪みに対して効果的に対処しつつ、一般的な音声処理およびStirMark攻撃に対しても耐性を示す。

ABSTRACT

Audio watermarking has played an important role in multimedia security. In many applications using audio watermarking, D/A and A/D conversions (denoted by DA/AD in this paper) are often involved. In previous works, however, the robustness issue of audio watermarking against the DA/AD conversions has not drawn sufficient attention yet. In our extensive investigation, it has been found that the degradation of a watermarked audio signal caused by the DA/AD conversions manifests itself mainly in terms of wave magnitude distortion and linear temporal scaling, making the watermark extraction failed. Accordingly, a DWT-based audio watermarking algorithm robust against the DA/AD conversions is proposed in this paper. To resist the magnitude distortion, the relative energy relationships among different groups of the DWT coefficients in the low-frequency sub-band are utilized in watermark embedding by adaptively controlling the embedding strength. Furthermore, the resynchronization is designed to cope with the linear temporal scaling. The time-frequency localization characteristics of DWT are exploited to save the computational load in the resynchronization. Consequently, the proposed audio watermarking algorithm is robust against the DA/AD conversions, other common audio processing manipulations, and the attacks in StirMark Benchmark for Audio, which has been verified by experiments.

研究の動機と目的

• 既存の音声水印埋め込み方式において、D/AおよびA/D変換に対する耐性に焦点が当たっていないという問題に対処すること。
• D/AおよびA/D変換後に水印の失敗を引き起こす主な要因が、マグニチュード歪みおよび線形的時間的スケーリングであることを特定すること。
• これらの変換に起因する劣化に対しても整合性を保つ水印埋め込み手法を開発すること。
• フィルタリング、圧縮、クロッピングを含む、StirMark Benchmark for Audioにおける既知のベンチマーク攻撃に対しても耐性を確保すること。

提案手法

• 音声信号を離散ウェーブレット変換（DWT）によりサブバンドに分解し、水印埋め込みに最も耐性がある低周波数成分に焦点を当てる。
• 低周波数サブバンド内のDWT係数群の相対的エネルギー分布に基づいて、水印埋め込みの強度を適応的に制御することで、マグニチュード歪みに耐える。
• DWTの時間周波数局在性を活用して計算コストを低減するリシンクロニゼーション技術を導入し、線形的時間的スケーリングを補正する。
• D/AおよびA/D変換や一般的な信号処理の後でも検出可能であるように、音質への影響を最小限に抑えた埋め込み方法を採用する。
• フィルタリング、圧縮、クロッピングを含むStirMark Benchmark for Audioの攻撃に対しても耐性を持つようにアルゴリズムを設計する。
• DWTの効率的計算と局在性のおかげで、リアルタイムまたはニアリアルタイムでの実装が可能となる。

実験結果

リサーチクエスチョン

• RQ1 D/AおよびA/D変換は、埋め込まれた音声水印の整合性にどのように影響を与えるか？
• RQ2 D/AおよびA/D変換後に水印抽出に最も悪影響を及ぼす信号歪みとして、マグニチュード歪みと時間的スケーリングのどちらが顕著か？
• RQ3 DWTサブバンド内の相対的エネルギー関係を活用することで、音声水印埋め込みにおけるマグニチュード歪みに対する耐性を向上させられるか？
• RQ4 D/AおよびA/D変換に起因する時間的スケーリングを、顕著な計算コストを増大させることなく効果的に補正できるか？
• RQ5 提案手法は、一般的な音声処理および既知のベンチマーク攻撃に対して、どの程度の耐性を示すか？

主な発見

• 提案手法は、低周波数サブバンド内のDWT係数群間の相対的エネルギー関係を活用することで、マグニチュード歪みに対して効果的に耐性を示す。
• リシンクロニゼーション技術により線形的時間的スケーリングが効果的に補正され、DWTの時間周波数局在性のおかげで計算負荷が低減される。
• 複数回のD/AおよびA/D変換後でも水印が検出可能であり、実世界の信号変換環境下での高い耐性を示す。
• StirMark Benchmark for Audioのすべての標準的攻撃（フィルタリング、圧縮、クロッピングなど）に対して耐性を示す。
• 実験結果から、さまざまな音声処理操作の後でも水印が保持されることを確認し、手法の実用的適用性を裏付けた。
• 変換に起因する歪みの後でも、感知的透明性を維持しながら信頼性の高い水印検出を実現している。