-
公开(公告)号：CN105118512B
公开(公告)日：2018-11-13
申请号：CN201510437226.2
申请日：2015-07-23
Applicant: 武汉大学
IPC: G10L19/018 , G10L25/27
Abstract: 本发明公开了一种面向AAC数字音频的通用隐写分析方法，本发明采用Markov转移概率和累积邻接密度作为相关性评价标准从帧间和帧内提取相关性子特征，根据AAC编码特性对子特征进行融合，采用随机森林分类器对AAC样本进行二分类。本发明针对不同隐写算法的stego样本统一训练分类模型，实现了面向AAC的通用隐写分析。
-
公开(公告)号：CN105118512A
公开(公告)日：2015-12-02
申请号：CN201510437226.2
申请日：2015-07-23
Applicant: 武汉大学
IPC: G10L19/018 , G10L25/27
Abstract: 本发明公开了一种面向AAC数字音频的通用隐写分析方法，本发明采用Markov转移概率和累积邻接密度作为相关性评价标准从帧间和帧内提取相关性子特征，根据AAC编码特性对子特征进行融合，采用随机森林分类器对AAC样本进行二分类。本发明针对不同隐写算法的stego样本统一训练分类模型，实现了面向AAC的通用隐写分析。
-
Patent Agency Ranking
公开(公告)号：CN103985389A
公开(公告)日：2014-08-13
申请号：CN201410240018.9
申请日：2014-05-30
Applicant: 武汉大学
IPC: G10L19/018
Abstract: 本发明公开了一种针对AMR音频文件的隐写分析方法，本发明深入挖掘了AMR编码过程中的固定码本搜索原理以及嵌入算法原理，发现现有基于轨道脉冲位置调制的AMR隐写算法必然会破坏固定码本搜索的脉冲固有特征，导致同轨道中第一个脉冲位置和第二个脉冲位置之间具有较强的相关性；本发明可应用于所有基于脉冲位置调制的隐藏算法以及AMR-NB、AMR-WB不同编码模式，G729、G723.1等一类基于ACELP技术编码的压缩语音隐写分析，具有广泛地通用性和较高的检测正确率。
-
公开(公告)号：CN103345597A
公开(公告)日：2013-10-09
申请号：CN201310295466.4
申请日：2013-07-15
Applicant: 武汉大学
IPC: G06F21/16
Abstract: 本发明公开了一种基于内码软输出的KV译码指纹追踪算法，包括以下步骤：步骤1：对得到的指纹码y进行软判决，获得内码合谋度矩阵ColM；步骤2：将内码合谋度矩阵ColM输入KV算法前端，得到重度矩阵M；步骤3：将重度矩阵M输入到GS译码算法中，得到译码输出列表L；步骤4：判断：译码输出列表L中是否有译码结果；如果是，则根据译码输出列表L计算码字合谋度，得到用户合谋度Ψn；如果否，表示超过了纠错能力，则改用级联码软判决来计算用户合谋度Ψn；步骤5：根据用户合谋度Ψn追踪合谋用户，得到最终的合谋用户集合UC。本发明相对于现有技术，提高了算法的译码追踪成功率。
-
公开(公告)号：CN103985389B
公开(公告)日：2017-03-01
申请号：CN201410240018.9
申请日：2014-05-30
Applicant: 武汉大学
IPC: G10L19/018
Abstract: 本发明公开了一种针对AMR音频文件的隐写分析方法，本发明深入挖掘了AMR编码过程中的固定码本搜索原理以及嵌入算法原理，发现现有基于轨道脉冲位置调制的AMR隐写算法必然会破坏固定码本搜索的脉冲固有特征，导致同轨道中第一个脉冲位置和第二个脉冲位置之间具有较强的相关性；本发明可应用于所有基于脉冲位置调制的隐藏算法以及AMR-NB、AMR-WB不同编码模式，G729、G723.1等一类基于ACELP技术编码的压缩语音隐写分析，具有广泛地通用性和较高的检测正确率。
-
公开(公告)号：CN105575401B
公开(公告)日：2019-03-19
申请号：CN201510979472.0
申请日：2015-12-23
Applicant: 武汉大学
IPC: G10L25/27 , G10L19/018
Abstract: 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。
-
公开(公告)号：CN105575401A
公开(公告)日：2016-05-11
申请号：CN201510979472.0
申请日：2015-12-23
Applicant: 武汉大学
IPC: G10L25/27 , G10L19/018
CPC classification number: G10L25/27 , G10L19/018
Abstract: 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。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
