[发明专利]一种基于C-MAC特征的AACHuffman域隐写分析方法有效
| 申请号： | 201510979472.0 | 申请日： | 2015-12-23 |
| 公开（公告）号： | CN105575401B | 公开（公告）日： | 2019-03-19 |
| 发明（设计）人： | 任延珍;熊翘楚;王丽娜;熊浩 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G10L25/27 | 分类号： | G10L25/27;G10L19/018 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 魏波 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于C‑MAC特征的AACHuffman域隐写分析方法，针对AAC音频Huffman域的两种修改比例因子带码书的隐写算法，提出基于重压缩校准的相邻比例因子带码书间转移概率的AAC隐写分析特征，采用支持向量机进行分类预测，实现了面向AAC Huffman域的隐写分析方法。本发明的优势在于：目前还未出现针对AAC Huffman域的隐写分析方法，针对已有的面向AAC Huffman域的两种隐写方法，在相对嵌入率为50%时，检测率能达到95%以上。 | ||
| 搜索关键词： | 一种 基于 mac 特征 aachuffman 域隐写 分析 方法 | ||
【主权项】：
1.一种基于C‑MAC特征的AACHuffman域隐写分析方法，其特征在于：针对AAC音频Huffman域的两种修改比例因子带码书的隐写算法，提出基于重压缩校准的相邻比例因子带码书间转移概率的AAC隐写分析特征，采用支持向量机进行分类预测，实现了面向AAC Huffman域的隐写分析；其具体实现包括以下步骤：步骤1：获得待测AAC音频片段M1的码率R；步骤2：针对M1中每个数据帧提取其比例因子带的码书序号，构建码书序列D1，计算序列D1的MAC特征MAC‑F1；步骤3：对M1片段进行R码率重压缩，即对M1进行解码，获得解码后的WAV音频，再对WAV音频采用M1的编码码率R进行AAC编码压缩获得校准后AAC音频M2；步骤4：对M2音频提取MAC特征MAC‑F2；步骤5：计算MAC‑F1与MAC‑F2的差值，获得M1音频片段的C‑MAC隐写分析特征；步骤6：分类器训练；步骤7：隐写分析检测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉大学，未经武汉大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510979472.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种随身听
- 下一篇：一种便于与木吉他尾钉拾音器输出插口配套使用的背带扣
