论文部分内容阅读
提出了一种新的基于神经网络训练学习的数字音频水印算法,采用本算法在一段数字音频数据中隐藏了一幅不可感知的二值图像.通过后向传播算法的神经网络训练出模板信号与嵌入了水印信号的音频之间的关系特征,由于神经网络具有学习和自适应的特性,通过训练后的神经网络几乎能够完全恢复嵌入到音频中的水印数据.通过仿真实验结果表明该算法具有较好的鲁棒性和抵抗常用的信号处理方法的处理的能力,特别是在水印检测时不需要原始的音频信号.