[论文解读] 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 12

一句话总结

本文提出了一种基于离散小波变换（DWT）的音频水印方案，可有效抵抗D/A和A/D转换带来的影响，此类转换通常通过幅度失真和时间尺度缩放导致水印完整性受损。通过在低频DWT子带中利用相对能量关系自适应嵌入水印，并应用时频局部化的重同步技术，该方法有效对抗这些失真，同时保持对常见音频处理操作及StirMark攻击的鲁棒性。

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.

研究动机与目标

• 解决现有音频水印方案中对D/A和A/D转换鲁棒性关注不足的问题。
• 识别出幅度失真和线性时间尺度缩放是D/A和A/D转换后水印失效的主要原因。
• 开发一种在转换引起的退化条件下仍能保持完整性的水印方法。
• 确保对常见音频处理操作及已知基准攻击（如StirMark音频基准测试中的攻击）具有鲁棒性。

提出的方法

• 该方法采用离散小波变换（DWT）将音频信号分解为子带，重点关注低频分量，因为水印嵌入在此区域最具鲁棒性。
• 基于低频子带中DWT系数组之间的相对能量分布，自适应控制水印嵌入强度，以抵抗幅度失真。
• 引入一种重同步技术以纠正线性时间尺度缩放，利用DWT的时频局部化特性，降低计算成本。
• 以一种保持感知质量的方式嵌入水印，同时确保在D/A和A/D转换及常见信号处理后仍可检测。
• 该算法设计为对StirMark音频基准测试中的攻击（包括滤波、压缩和裁剪）具有鲁棒性。
• DWT的使用实现了高效计算和局部化，支持实时或近实时实现。

实验结果

研究问题

• RQ1 D/A和A/D转换如何影响嵌入音频水印的完整性？
• RQ2 在D/A和A/D转换后，哪种特定信号失真——幅度失真还是时间尺度缩放——对水印提取最具破坏性？
• RQ3 能否利用DWT子带中的相对能量关系来增强音频水印对幅度失真的鲁棒性？
• RQ4 如何在计算开销较小的前提下，有效补偿D/A和A/D转换引起的时间尺度缩放？
• RQ5 所提出的方法在多大程度上对常见音频处理和已知基准攻击具有鲁棒性？

主要发现

• 所提方法通过利用低频子带中DWT系数组之间的相对能量关系，成功抵抗了幅度失真。
• 重同步技术能有效补偿线性时间尺度缩放，且由于DWT的时频局部化特性，计算负载显著降低。
• 水印在多次D/A和A/D转换后仍可检测，表明在真实世界信号转换场景下具有高度鲁棒性。
• 该方法对Stirmark音频基准测试中的所有标准攻击（包括滤波、压缩和裁剪）均表现出鲁棒性。
• 实验结果证实，水印在各种音频处理操作后仍能保持完整，验证了该方法的实际适用性。
• 该算法在保持感知透明性的同时，确保在转换引起的失真后仍能实现可靠的水印检测。