پنهان سازی اطلاعات درون سیگنال گفتار بر پایه تبدیل ویولت
نام نخستين پديدآور
/مجتبی مهربان
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
تبریز: دانشگاه تبریز، دانشکده مهندسی برق و کامپیوتر
مشخصات ظاهری
نام خاص و کميت اثر
۱۲۶ص
یادداشتهای مربوط به نشر، بخش و غیره
متن يادداشت
چاپی
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
مهندسی برق - مخابرات-سیستم
زمان اعطا مدرک
۱۳۸۷/۱۲/۲۱
کسي که مدرک را اعطا کرده
تبریز: دانشگاه تبریز، دانشکده مهندسی برق و کامپیوتر
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
در سال های اخیر با توجه به به رشد سیستمهای چند رسانهای، حفاظت از رسانههای دیجیتال در مقابل کپی غیر مجاز ، اهمیت بسزایی پیدا کرده است .حضور گسترده رسانههای دیجیتال در فضای اینترنت، منجر به روشهایی شده است که آنها را در مقابل کپی برداری محافظت میکند .تکنیکهای واترمارکینگ، به منظور پاسخ به این نیازها گسترش یافتهاند و امروزه یکی از زمینههای تحقیق فعال میباشد .واتر مارک، اطلاعات پنهانی است که درون رسانه درج میشود، به منظور مؤثر بودن، یک واترمارک میبایست درون میزبان غیر قابل درک و نامحسوس باشد، به راحتی توسط مالک استخراج شود و در مقابل اغتشاشات اتفاقی و عمدی مقاوم باشد .روشهای بسیاری برای واترمارکینگ تصویر و فیلم پیشنهاد شده است، که بیشتر از نقص سیستم بینایی انسان ( (HVS برای پنهان سازی اطلاعات استفاده کرده اند .در مقایسه با واتر مارکینگ تصویر و فیلم، واترمارکینگ صحبت از چالشهای ویژهای برخوردار است، زیرا سیستم شنوایی انسان ( (HAS بسیار بیشتر از سیستم بینایی انسان (HVS) حساس تر است .برای فائق آمدن بر این چالشها میبایست واتر مارک را به گونهای درون صحبت درج کرد که برای شنونده نامحسوس باشد و هم چنین در مقابل پردازش ها مقاوم باشد .واترمارکینگ صحبت در دو حوزه زمان و تبدیل انجام میگیرد .در حوزه زمان اطلاعات واترمارک با تغییر دامنه نمونههای صحبت درج میشود در حالی که درحوزه تبدیل، واتر مارک با تغییر مولفههای تبدیل یافته صحبت درج میشود .واترمارکینگ صحبت در کاربردهای مختلفی از قبیل حفاظت در مقابل کپی، تعیین اعتبار و صحت رمز نویسی و ... استفاده میشود .در این پایان نامه روشی به منظور واترمارکینگ (Watermarking)صحبت بر پای تبدیل ویولت ارایه می-شود که ضرایب ویولت واترمارک را درمیان ضرایب ویولت صحبت می صنشاند .به منظور یافتن بهینهصترین مکانصها در میان ضرایب ویولت صحبت از الگوریتم ژنتیک استفاده میصشود .این روش در عین داشتن ظرفیت بالا ، از شفافیت (Transparency) و مقاومت (Robustness)بسیار بالایی برخوردار است و برای استخراج واترمارک به سیگنال اصلی صحبت نیاز ندارد
متن يادداشت
The recent growth of networked multimedia systems has increased the need for the protection of digital media. The ubiquity of digital media in Internet and digitallibrary applications has called for new methods in digital copyright protection and new measures in data security. Digital watermarking techniques have been developed to meet the needs for these growing concerns and have become an active research area. Watermark is an invisible structure to be embedded into the host media. To be effective, a watermark must be imperceptible within its host, discrete to prevent unauthorized removal, easily extracted by the owner, and robust to incidental and intentional distortions. Many watermarking techniques in images and video are proposed that make use of information about the human visual system (HVS). Compared with digital video and image watermarking, digital audio watermarking provides a special challenge because the human auditory system (HAS) is extremely more sensitive than the HVS. In order to surmount these challenges must embed watermark into audio signal that inaudible for listener and robust to many signal processing. Audio watermarking is performed in two categories, time and transform. In time domain watermarking techniques, watermark is directly embedded into host signal while in transform domain, watermark embed into transformed host signal. In these theses, we present a watermarking scheme for speech signal based on wavelet transform that is embeded the wavelet coefficients of watermark between the wavelet coefficients of speech signal. In order to finding the optimal localization of embedding, we employ genetic algorithm. The experiment result demonstrated that watermark is inaudible and robust to many signal processing and also embedding the watermark have high capacity and the watermark extraction process performs without using the original speech signal
موضوع (اسم عام یاعبارت اسمی عام)
موضوع مستند نشده
Genetic Algorithm
موضوع مستند نشده
Watermarking
موضوع مستند نشده
Wavelet Transform
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )