$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

랜덤신호를 이용한 오디오 워터마킹
Audio Watermarking by use of Random Sequences 원문보기

한국방송공학회 2000년도 정기총회 및 학술대회, 2000 Nov. 01, 2000년, pp.37 - 41  

박창목 ((주)마크애니 부설 연구소) ,  신승원 ((주)마크애니 부설 연구소) ,  김종원 ((주)마크애니 부설 연구소) ,  신동환 ((주)마크애니 부설 연구소) ,  최종욱 ((주)마크애니 부설 연구소)

초록
AI-Helper 아이콘AI-Helper

본 연구는 디지털 오디오 데이터의 전송 및 배포과정에서 필요한 워터마크기술에 관한 것이 다. 삽입 방법은 일종의 확산 스펙트럼 방식으로 특정 Key 에 의해 생성된 의사난수신호를 인간의 가청주파수모델과 오디오 신호의 특성에 따라 조작 한 후 삽입하게 된다. 이러한 주파수 조작은 데이터 은닉의 inaudibility 와 audio compression에의 견고성을 위하여 필요 한 사항이다. 워터마크 추출과정에서는 일정한 길이의 오디오 신호 앙상블 평균을 구하고, 이 신호와 워터마크와의 상호 상관함수를 구하여 워터마크의 삽입 유무를 판단하게 된다. 알고리즘의 테스트 결과 본 기술은 오디오 압축 및 오디오 조작에 강인한 것으로 나타났다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

제안 방법

  • 일정한 길이의 오디오 신호의 앙상블 평균을 구하고, 이 신호와 워터마크와의 상호 상관 함수를 구하여 워터마크의 유무를 판별하게 된다. 앙상블 평균은 일반적으로 잡음을 감소하기 위한 방법으로 사용되나, 여기서는 오디오 신호를 잡음으로 보고, 우리가 삽입된 신호를 부각시키기 위한 방법으로 사용되어진다.

이론/모형

  • 확산 스펙트럼 기법은 가장 많이 연구되어지고 있는 분야로서 워터마크로 사용되는 데이터 와 사람의 귀에 들리지 않게 하기 위해서 그 삽입 방법이 매우 다양하다. 많은 연구 논문들이 워터마크로 의사난수 (Pseudo Random Noise)를 사용하였다. 의사난수는 발생시키는 키 값에 따라서 각기 다른 특징을 나타내고 화이트 노이즈의 성격을 띄고 있기 때문에 사람이 인식하기가 어렵다는 장점을 가지고 있어서 워터마크로 많이 사용되어지고 있다.
  • 앙상블 평균은 일반적으로 잡음을 감소하기 위한 방법으로 사용되나, 여기서는 오디오 신호를 잡음으로 보고, 우리가 삽입된 신호를 부각시키기 위한 방법으로 사용되어진다. 상호 상관함수는 FFT를 이용하여 순환 상호 상 관함수(circular cross correlation)를 구하게 된다.
  • 워터마킹 삽입 알고리즘은 하위 비트 조작기법(Low-bit coding), 위상 부호화 기법(Phase coding), 확산 스펙트럼 기법 (Spread Spectrum), 반향 은폐 기법 (Echo hiding)으로 분류할 수 있으며, 데이터 삽입을 위한 Transform 방법은 푸리에 변환, Hartley 변환, 웨이블릿 변환 등을 사용한다. 적합한 변환의 선택은 삽입된 데이터의 견고성(robustness), 비가청성 (inaudibility)등에 큰 영향을 주는 것으로 알려지고 있다.
본문요약 정보가 도움이 되었나요?
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로