[發(fā)明專利]一種針對(duì)MP3Stego隱寫后的音頻的隱寫檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410502396.X
• 申請(qǐng)日: 2014-09-26
• 公開（公告）號(hào): CN104282310B
• 公開（公告）日: 2017-05-03
• 發(fā)明（設(shè)計(jì)）人: 王讓定;羊開云;嚴(yán)迪群;金超;孫冉;周勁蕾
• 申請(qǐng)（專利權(quán)）人: 寧波大學(xué)
• 主分類號(hào): G10L19/018
• 分類號(hào): G10L19/018
• 代理公司: 寧波奧圣專利代理事務(wù)所(普通合伙)33226
• 代理人: 周玨

1.一種針對(duì)MP3Stego隱寫后的音頻的隱寫檢測(cè)方法，其特征在于包括以下步驟：

①選取N個(gè)變化風(fēng)格各不相同且未壓縮的WAV音頻，其中，N≥100；然后利用MP3音頻8HZ編碼器對(duì)每個(gè)WAV音頻進(jìn)行壓縮編碼，得到每個(gè)WAV音頻對(duì)應(yīng)的MP3壓縮音頻；并利用MP3Stego音頻隱寫工具對(duì)每個(gè)WAV音頻隱寫不同長(zhǎng)度、不同內(nèi)容的隱秘信息，得到每個(gè)WAV音頻對(duì)應(yīng)的隱寫MP3壓縮音頻；再將N個(gè)MP3壓縮音頻和N個(gè)隱寫MP3壓縮音頻構(gòu)成一個(gè)樣本庫(kù)；

②利用MP3音頻lame解碼器對(duì)樣本庫(kù)中的每個(gè)音頻樣本進(jìn)行解壓縮，得到樣本庫(kù)中的每個(gè)音頻樣本對(duì)應(yīng)的WAV音頻，在解壓縮過程中，對(duì)樣本庫(kù)中的每個(gè)音頻樣本中的所有幀序號(hào)為偶數(shù)的幀的編碼參數(shù)量化步長(zhǎng)進(jìn)行修正；然后利用MP3音頻lame編碼器對(duì)樣本庫(kù)中的每個(gè)音頻樣本對(duì)應(yīng)的WAV音頻進(jìn)行壓縮編碼，得到樣本庫(kù)中的每個(gè)音頻樣本對(duì)應(yīng)的載體估計(jì)；

所述的步驟②中對(duì)樣本庫(kù)中的每個(gè)音頻樣本中的所有幀序號(hào)為偶數(shù)的幀的編碼參數(shù)量化步長(zhǎng)進(jìn)行修正的具體過程為：

②-1、將樣本庫(kù)中當(dāng)前待處理的第i個(gè)音頻樣本定義為當(dāng)前音頻樣本，其中，1≤i≤2N；

②-2、假設(shè)當(dāng)前音頻樣本中包含有幀，且?guī)蛱?hào)從1開始編，并將當(dāng)前音頻樣本中當(dāng)前待處理的第j幀定義為當(dāng)前幀，其中，

②-3、如果當(dāng)前幀的幀序號(hào)j為奇數(shù)，則保持當(dāng)前幀的編碼參數(shù)量化步長(zhǎng)不變，然后執(zhí)行步驟②-4；如果當(dāng)前幀的幀序號(hào)j為偶數(shù)，則將前一幀的編碼參數(shù)量化步長(zhǎng)作為當(dāng)前幀的編碼參數(shù)量化步長(zhǎng)，完成對(duì)當(dāng)前幀的編碼參數(shù)量化步長(zhǎng)的修正，然后執(zhí)行步驟②-4；

②-4、令j＝j(luò)+1，然后將當(dāng)前音頻樣本中下一幀待處理的幀作為當(dāng)前幀，再返回步驟②-3繼續(xù)執(zhí)行，直至當(dāng)前音頻樣本中的所有幀處理完畢，其中，j＝j(luò)+1中的“＝”為賦值符號(hào)；

②-5、令i＝i+1，然后將樣本庫(kù)中下一個(gè)待處理的音頻樣本作為當(dāng)前音頻樣本，再返回步驟②-2繼續(xù)執(zhí)行，直至樣本庫(kù)中的所有音頻樣本處理完畢，其中，i＝i+1中的“＝”為賦值符號(hào)；

③利用MP3音頻lame解碼器對(duì)樣本庫(kù)中的每個(gè)音頻樣本進(jìn)行解壓縮，提取出樣本庫(kù)中的每個(gè)音頻樣本中的每幀的576個(gè)量化后的MDCT系數(shù)，以每個(gè)音頻樣本中的每幀的576個(gè)量化后的MDCT系數(shù)作為一行，將樣本庫(kù)中的每個(gè)音頻樣本對(duì)應(yīng)的所有量化后的MDCT系數(shù)構(gòu)成一個(gè)第一系數(shù)矩陣，將樣本庫(kù)中的第i個(gè)音頻樣本對(duì)應(yīng)的所有量化后的MDCT系數(shù)構(gòu)成的第一系數(shù)矩陣記為X_i，其中，1≤i≤2N，X_i的維數(shù)為表示樣本庫(kù)中的第i個(gè)音頻樣本中包含的幀的總數(shù)，x_1,1、x_1,2、x_1,575、x_1,576對(duì)應(yīng)表示樣本庫(kù)中的第i個(gè)音頻樣本中的第1幀的第1個(gè)、第2個(gè)、第575個(gè)、第576個(gè)量化后的MDCT系數(shù)，x_2,1、x_2,2、x_2,575、x_2,576對(duì)應(yīng)表示樣本庫(kù)中的第i個(gè)音頻樣本中的第2幀的第1個(gè)、第2個(gè)、第575個(gè)、第576個(gè)量化后的MDCT系數(shù)，對(duì)應(yīng)表示樣本庫(kù)中的第i個(gè)音頻樣本中的第幀的第1個(gè)、第2個(gè)、第575個(gè)、第576個(gè)量化后的MDCT系數(shù)；

同樣，利用MP3音頻lame解碼器對(duì)樣本庫(kù)中的每個(gè)音頻樣本對(duì)應(yīng)的載體估計(jì)進(jìn)行解壓縮，提取出樣本庫(kù)中的每個(gè)音頻樣本對(duì)應(yīng)的載體估計(jì)中的每幀的576個(gè)量化后的MDCT系數(shù)，以每個(gè)載體估計(jì)中的每幀的576個(gè)量化后的MDCT系數(shù)作為一行，將樣本庫(kù)中的每個(gè)音頻樣本對(duì)應(yīng)的載體估計(jì)對(duì)應(yīng)的所有量化后的MDCT系數(shù)構(gòu)成一個(gè)第二系數(shù)矩陣，將樣本庫(kù)中的第i個(gè)音頻樣本對(duì)應(yīng)的載體估計(jì)對(duì)應(yīng)的所有量化后的MDCT系數(shù)構(gòu)成的第二系數(shù)矩陣記為X_i'，其中，1≤i≤2N，X_i'的維數(shù)為表示樣本庫(kù)中的第i個(gè)音頻樣本中包含的幀的總數(shù)，亦表示樣本庫(kù)中的第i個(gè)音頻樣本對(duì)應(yīng)的載體估計(jì)中包含的幀的總數(shù)，x'_1,1、x'_1,2、x'_1,575、x'_1,576對(duì)應(yīng)表示樣本庫(kù)中的第i個(gè)音頻樣本對(duì)應(yīng)的載體估計(jì)中的第1幀的第1個(gè)、第2個(gè)、第575個(gè)、第576個(gè)量化后的MDCT系數(shù)，x'_2,1、x'_2,2、x'_2,575、x'_2,576對(duì)應(yīng)表示樣本庫(kù)中的第i個(gè)音頻樣本對(duì)應(yīng)的載體估計(jì)中的第2幀的第1個(gè)、第2個(gè)、第575個(gè)、第576個(gè)量化后的MDCT系數(shù)，對(duì)應(yīng)表示樣本庫(kù)中的第i個(gè)音頻樣本對(duì)應(yīng)的載體估計(jì)中的第幀的第1個(gè)、第2個(gè)、第575個(gè)、第576個(gè)量化后的MDCT系數(shù)；

④計(jì)算樣本庫(kù)中的每個(gè)音頻樣本對(duì)應(yīng)的所有量化后的MDCT系數(shù)構(gòu)成的第一系數(shù)矩陣中的每一列與該音頻樣本對(duì)應(yīng)的載體估計(jì)對(duì)應(yīng)的所有量化后的MDCT系數(shù)構(gòu)成的第二系數(shù)矩陣中對(duì)應(yīng)列之間的Hausdorff距離值，將樣本庫(kù)中的每個(gè)音頻樣本對(duì)應(yīng)的576個(gè)Hausdorff距離值構(gòu)成一個(gè)初級(jí)隱寫分析特征行向量，將樣本庫(kù)中的第i個(gè)音頻樣本對(duì)應(yīng)的576個(gè)Hausdorff距離值構(gòu)成的初級(jí)隱寫分析特征行向量記為F_i，F(xiàn)_i＝[hd₁ hd₂ … hd_k … hd₅₇₅ hd₅₇₆]，其中，1≤i≤2N，hd_k表示X_i中的第k列與X_i'中的第k列之間的Hausdorff距離值，1≤k≤576；

⑤根據(jù)樣本庫(kù)中的每個(gè)音頻樣本對(duì)應(yīng)的576個(gè)Hausdorff距離值構(gòu)成的初級(jí)隱寫分析特征行向量，獲取樣本庫(kù)中的每個(gè)音頻樣本對(duì)應(yīng)的最終隱寫分析特征行向量，將樣本庫(kù)中的第i個(gè)音頻樣本對(duì)應(yīng)的最終隱寫分析特征行向量記為F_i'，F(xiàn)_i'＝[μ_i m_i σ_i p_i s_i]，其中，1≤i≤2N，μ_i表示F_i中的所有元素的均值，m_i表示F_i中的所有元素中的最大值，m_i＝max(hd₁,hd₂,...,hd_k,...,hd₅₇₆)，max()為取最大值函數(shù)，σ_i表示F_i中的所有元素的方差，p_i表示F_i中的所有元素的峰度系數(shù)，s_i表示F_i中的所有元素的三階中心距，

⑥對(duì)樣本庫(kù)中的每個(gè)音頻樣本對(duì)應(yīng)的最終隱寫分析特征行向量進(jìn)行標(biāo)記，對(duì)于樣本庫(kù)中的第i個(gè)音頻樣本，如果該音頻樣本為MP3壓縮音頻，則將該音頻樣本對(duì)應(yīng)的最終隱寫分析特征行向量標(biāo)記為-1，如果該音頻樣本為隱寫MP3壓縮音頻，則將該音頻樣本對(duì)應(yīng)的最終隱寫分析特征行向量標(biāo)記為+1，其中，1≤i≤2N；然后將所有標(biāo)記后的最終隱寫分析特征行向量輸入SVM分類器進(jìn)行訓(xùn)練，得到訓(xùn)練模板；

⑦對(duì)于任意一個(gè)待檢測(cè)的MP3壓縮音頻，按照步驟②至步驟⑤的過程，以相同的方式獲取該MP3壓縮音頻對(duì)應(yīng)的最終隱寫分析特征行向量，然后利用訓(xùn)練模板對(duì)該MP3壓縮音頻對(duì)應(yīng)的最終隱寫分析特征行向量進(jìn)行檢測(cè)，以確定該MP3壓縮音頻是否經(jīng)過MP3Stego音頻隱寫工具隱寫。

2.根據(jù)權(quán)利要求1所述的一種針對(duì)MP3Stego隱寫后的音頻的隱寫檢測(cè)方法，其特征在于所述的步驟④中X_i中的第k列與X_i'中的第k列之間的Hausdorff距離值hd_k的獲取過程為：

④-1、將X_i中的第k列記為C_i,k，將X_i'中的第k列記為C'_i,k；

④-2、將C_i,k中當(dāng)前待處理的第j個(gè)元素定義為當(dāng)前元素，其中，

④-3、計(jì)算當(dāng)前元素與C'_i,k中的每個(gè)元素之間的歐氏距離，得到當(dāng)前元素對(duì)應(yīng)的個(gè)歐氏距離，然后獲取當(dāng)前元素對(duì)應(yīng)的個(gè)歐氏距離中的最小歐氏距離值；

④-4、令j＝j(luò)+1，然后將C_i,k中下一個(gè)待處理的元素作為當(dāng)前元素，再返回步驟④-3繼續(xù)執(zhí)行，直至C_i,k中的所有元素處理完畢，得到C_i,k中的每個(gè)元素對(duì)應(yīng)的一個(gè)最小歐氏距離值，其中，j＝j(luò)+1中的“＝”為賦值符號(hào)；

④-5、獲取C_i,k對(duì)應(yīng)的個(gè)最小歐氏距離值中的最大值，然后將該最大值作為X_i中的第k列與X_i'中的第k列之間的Hausdorff距離值，記為hd_k。