基于最优脉冲和脉冲相关性的AMR自适应隐写算法

摘要：

由于AMR(adaptive multimedia rate)语音在无线通信及移动互联网中的广泛应用,基于AMR压缩域的隐写算法已经逐渐出现.现有隐写算法具有明显的统计分布特性,因此其无法抵抗后继出现的多种隐写分析算法的检测.为了提高隐蔽性和统计安全性,本文提出了一种针对AMR固定码本(FCB,fixed codebook)的自适应隐写算法(简称为AFAS算法).基于AMR固定码本最优搜索原理和非零脉冲位置相关性,设计了嵌入代价函数和加性失真函数,并结合STC编码(syndrome-trellis codes)实现了AFAS算法.在12.2 kb/s编码模式下,AFAS算法隐写后载密语音质量的PESQ(perceptual evaluation of speech quality)值较现有算法提高约8％;在抗隐写分析的能力方面,其平均检测错误率(TER)较现有隐写算法提高约10％.对比实验结果表明,AFAS算法较现有算法具有更好的听觉隐蔽性和统计安全性.

关键词：自适应隐写、固定码本、STC、最小嵌入化影响

所属期刊栏目：63

分类号：TP37(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目U1536114,U1536204,61373169

在线出版日期：2017-10-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：412-420