marca d'água de áudio - Audio watermark
Uma marca d'água de áudio é um identificador electrónico exclusivo incorporado em um sinal de áudio, normalmente utilizada para identificar a propriedade de direitos autorais. É semelhante a uma marca d'água em uma fotografia.
Marca d'água é o processo de incorporação de informações em um sinal (por exemplo, áudio, vídeo ou fotos) de uma forma que é difícil de remover. Se o sinal é copiado, então a informação também é realizada na cópia. Watermarking tornou-se cada vez mais importante para habilitar a proteção de direitos autorais e verificação de propriedade.
Marca d'água de áudio espectro de uma das técnicas mais seguras de marca d'água de áudio é transmitido (SSW). No SSW, um sinal de banda estreita é transmitida através de uma largura de banda muito maior de tal forma que a energia do sinal apresentado em qualquer frequência de sinal é indetectável. Assim, a marca d'água está espalhada por muitas bandas de frequência para que a energia em uma banda é indetectável. Uma característica interessante desta técnica marca d'água é que destruí-lo requer o ruído de alta amplitude para ser adicionado a todas as bandas de frequência. SSW é uma técnica de marca d'água robusta, porque, para a eliminar, o ataque deve afectar todas as bandas de frequências possíveis com modificações de uma força considerável. Isto cria defeitos visíveis nos dados. Espectro de espalhamento é realizado por uma pseudo sequência (PN). Em abordagens SSW convencionais, o receptor tem de conhecer a sequência PN usada no transmissor tão bem como a localização da marca de água no sinal de marca de água para a detecção de informação escondida. Esta é uma característica de alta segurança, uma vez que qualquer usuário não autorizado que não tem acesso a esta informação não pode detectar qualquer informação escondida. A detecção da sequência PN é o factor-chave para a detecção da informação escondida de SSW. Embora a detecção da sequência PN é possível usando heurísticos abordagens, tais como algoritmos evolutivos , o alto custo computacional de esta tarefa pode torná-lo impraticável. Grande parte da complexidade computacional envolvida no uso de algoritmos evolutivos como uma ferramenta de otimização é devido à função de aptidão avaliação que tanto pode ser muito difícil de definir ou ser computacionalmente muito caro.
Uma das recentes abordagens em propostas rápida recuperação do sequence- PN é o uso de granulação fitness como uma promissora " aptidão aproximação esquema". Com o uso da abordagem de fitness granulação chamado de "Adaptive fuzzy Granulação Fitness (AFFG)", a etapa de avaliação da aptidão caro é substituído por um modelo aproximado. Quando algoritmos evolucionários são utilizados como um meio para extrair as informações ocultas, o processo é chamado Evolutionary Invisível Detecção de Informação, se as abordagens de fitness aproximação são usados como uma ferramenta para acelerar o processo ou não.
Veja também
Referências
- M. Davarynejad, S. Sedghi, M. Bahrepour, CW Ahn, M. Akbarzadeh, CA Coello Coello, " Detectando Informações oculto a partir de marca de água Signal usando Granulação Based aptidão aproximação ", Aplicações de Computação Soft: Da Teoria à Praxis, Springer, Série : Avanços na Inteligente e soft Computing, Volume 58/2009, ISBN 978-3-540-89618-0 , pp 463-472 de 2009..
- M. Davarynejad, CW Ahn, J. Vrancken, J. van den Berg, C .A. Coello Coello, " Evolutionary detecção de informações ocultas por-base de granulação aproximação de fitness ", Applied Computing macia, Vol. 10 (3), pp 719-729, 2010,. Doi : 10.1016 / j.asoc.2009.09.001 .