發(fā)布時(shí)間：2021-03-03 10:27

　　隨著數(shù)字網(wǎng)絡(luò)技術(shù)和互聯(lián)網(wǎng)的迅速發(fā)展,數(shù)字產(chǎn)品的制作、保存和傳播越來(lái)越便利。與此同時(shí),數(shù)字產(chǎn)品的盜版與偽造問(wèn)題也愈發(fā)嚴(yán)重,給數(shù)字產(chǎn)品市場(chǎng)帶來(lái)的經(jīng)濟(jì)沖擊巨大,數(shù)字水印技術(shù)隨之而生并已經(jīng)成為解決該類問(wèn)題的一種有效手段。相比于圖像水印技術(shù),音頻水印技術(shù)起步較晚、研究?jī)?nèi)容較少。其發(fā)展經(jīng)歷了從時(shí)域水印到頻域水印的改進(jìn),再到各種新技術(shù)的引入,近年來(lái)也出現(xiàn)了一些比較成熟的音頻水印方案,但其發(fā)展空間依然廣闊。為此,本文對(duì)用于數(shù)字音樂(lè)版權(quán)保護(hù)的音頻水印技術(shù)展開(kāi)研究,主要工作如下:（1）首先闡述了數(shù)字水印技術(shù)的產(chǎn)生背景和研究意義,對(duì)數(shù)字音頻水印技術(shù)的研究現(xiàn)狀以及相關(guān)工作進(jìn)行綜述。（2）針對(duì)音頻水印算法不可感知性和魯棒性的平衡問(wèn)題,提出了一種分段自適應(yīng)的多目標(biāo)音頻水印方案。通過(guò)分析嵌入強(qiáng)度與不可感知性的關(guān)系,構(gòu)建了一個(gè)以嵌入強(qiáng)度為參數(shù)、以信噪比（SNR,Signal to Noise Ratio）為約束、以水印的不可感知性和魯棒性為目標(biāo)的多目標(biāo)優(yōu)化模型。并采用帶精英策略的非支配排序遺傳算法（NSGA-II,A Fast Elitist Non-dominated Sorting Genetic Algorit... 

【文章來(lái)源】：合肥工業(yè)大學(xué)安徽省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
abstract
第一章 緒論
    1.1 課題研究背景和意義
    1.2 數(shù)字水印技術(shù)的發(fā)展及研究現(xiàn)狀
    1.3 本文研究?jī)?nèi)容
    1.4 組織結(jié)構(gòu)
第二章 數(shù)字音頻水印基礎(chǔ)
    2.1 數(shù)字音頻水印概述
        2.1.1 數(shù)字音頻水印的定義和基本特點(diǎn)
        2.1.2 數(shù)字音頻水印的分類
        2.1.3 音頻水印的評(píng)價(jià)指標(biāo)
    2.2 數(shù)字音頻水印的框架
    2.3 基于SS的音頻水印算法
    2.4 多目標(biāo)優(yōu)化問(wèn)題與進(jìn)化算法
        2.4.1 多目標(biāo)優(yōu)化問(wèn)題
        2.4.2 NSGA-Ⅱ算法
        2.4.3 SPEA2+SDE算法
    2.5 本章小結(jié)
第三章 分段自適應(yīng)的多目標(biāo)音頻水印方案
    3.1 與不可感知性的關(guān)系分析
    3.2 多目標(biāo)優(yōu)化模型的建立
    3.3 基于NSGA-Ⅱ的嵌入?yún)?shù)求解算法
    3.4 實(shí)驗(yàn)結(jié)果與分析
        3.4.1 實(shí)驗(yàn)結(jié)果
        3.4.2 不可感知性
        3.4.3 魯棒性
    3.5 本章小結(jié)
第四章 基于高維多目標(biāo)優(yōu)化的音頻水印方案
    4.1 基于SS的音頻水印算法魯棒性分析
    4.2 高維多目標(biāo)優(yōu)化模型的構(gòu)建
    4.3 基于SPEA2+SDE的嵌入?yún)?shù)優(yōu)化算法
    4.4 實(shí)驗(yàn)結(jié)果與分析
        4.4.1 與SS-SNR-NSGA-II對(duì)比
        4.4.2 與MOPSO方法對(duì)比
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 論文總結(jié)
    5.2 展望方向
參考文獻(xiàn)
攻讀碩士學(xué)位期間的學(xué)術(shù)活動(dòng)及成果情況


【參考文獻(xiàn)】：
期刊論文
[1]基于啟發(fā)式搜索的音頻水印方案[J]. 常樂(lè)杰,蘇兆品,胡東輝.  應(yīng)用科學(xué)學(xué)報(bào). 2016(04)
[2]基于BP神經(jīng)網(wǎng)絡(luò)和SNR的自適應(yīng)音頻水印算法[J]. 黃雄華,王宏霞,蔣偉貞,崔更申.  光電子.激光. 2012(12)

碩士論文
[1]小波變換域的數(shù)字音頻水印研究[D]. 蔡倩.杭州電子科技大學(xué) 2017
[2]基于聽(tīng)覺(jué)模型和PSO的數(shù)字音頻水印算法研究[D]. 張彩霞.天津大學(xué) 2017
[3]基于擴(kuò)頻的音頻數(shù)字水印系統(tǒng)設(shè)計(jì)[D]. 張亮.西安電子科技大學(xué) 2015
[4]高維多目標(biāo)集合進(jìn)化優(yōu)化算法[D]. 王更星.中國(guó)礦業(yè)大學(xué) 2014
[5]一種基于小波的W-SVD數(shù)字水印算法研究[D]. 白明.山東大學(xué) 2009
[6]基于壓縮域的圖像數(shù)字水印研究[D]. 朱懿.北京郵電大學(xué) 2008
[7]數(shù)字水印技術(shù)及其在遙感圖像中的應(yīng)用研究[D]. 陳輝.成都理工大學(xué) 2005



本文編號(hào)：3061108