-
公开(公告)号：CN111564163A
公开(公告)日：2020-08-21
申请号：CN202010382185.2
申请日：2020-05-08
Applicant: 宁波大学
Abstract: 本发明公开了一种基于RNN的多种伪造操作语音检测方法，包括如下步骤：1)获取原始语音样本，对所述原始语音样本进行M种伪造处理，得到M个伪造操作后的语音和1个未经处理的原始语音，对上述语音进行特征提取，得到训练语音样本的LFCC矩阵，送入RNN分类器网络中进行训练，得到一个多分类的训练模型；2)得到一段测试语音，对该测试语音进行特征提取，得到测试语音数据的LFCC矩阵，送入由步骤1)训练好的RNN分类器中进行分类，每一个测试语音得到一个输出概率，合并所有输出概率作为最后的预测结果：如果预测结果是原始语音，则测试语音被识别为原始语音；如果预测结果是经过某一伪造操作的语音，则测试语音被识别为进行相应伪造操作的伪造语音。
-
公开(公告)号：CN104282310B
公开(公告)日：2017-05-03
申请号：CN201410502396.X
申请日：2014-09-26
Applicant: 宁波大学
IPC: G10L19/018
Abstract: 本发明公开了一种针对MP3Stego隐写后的音频的隐写检测方法，其先将未隐写的MP3压缩音频和隐写MP3压缩音频构成样本库；然后对每个样本进行重压缩编码，获得每个样本的载体估计；接着提取每个样本中的每帧的量化后的MDCT系数，获取每个样本对应的第一系数矩阵，同样提取每个载体估计中的每帧的量化后的MDCT系数，获取每个载体估计对应的第二系数矩阵；再通过计算对应的第一系数矩阵与第二系数矩阵中对应列之间的Hausdorff距离值，得到每个样本的最终隐写分析特征行向量；之后通过SVM分类器训练得到训练模板；最后利用训练模板对待检测的MP3压缩音频进行检测；优点是能很准确地确定MP3压缩音频是否经过MP3Stego隐写，尤其在隐秘信息嵌入率较低的情况下依然能获得很高的检测效率。
-
公开(公告)号：CN105845132A
公开(公告)日：2016-08-10
申请号：CN201610163722.8
申请日：2016-03-22
Applicant: 宁波大学
IPC: G10L15/14 , G10L19/02 , G10L19/032 , G10L25/18 , H04M1/725
CPC classification number: G10L15/14 , G10L19/0204 , G10L19/032 , G10L25/18 , H04M1/72522
Abstract: 本发明公开了一种基于编码参数统计特性的AAC录音文件来源识别方法，其设计思路是通过分析智能手机的AAC录音文件若干编码参数的使用特点及统计特性，从中找出不同型号手机在生成AAC录音文件时使用这些编码参数的倾向和特点，并构建区分各手机型号的特征，从而实现对AAC录音文件来源较为准确的识别，即提出了一种AAC录音文件来源识别的方法，这种识别方法具有识别准确度高、便于操作等优点。
-
公开(公告)号：CN105681803A
公开(公告)日：2016-06-15
申请号：CN201610041157.8
申请日：2016-01-21
Applicant: 宁波大学
IPC: H04N19/467 , H04N19/11 , H04N19/147 , H04N19/154
CPC classification number: H04N19/467 , H04N19/11 , H04N19/147 , H04N19/154
Abstract: 本发明公开了一种大容量的HEVC视频信息隐藏方法，其包括隐秘信息隐藏和隐秘信息提取两部分，在隐秘信息隐藏部分首先确立11个预测模式分组，并确定I帧中的每个帧内4×4亮度块的最优预测模式所属的预测模式分组；然后根据提取的两位比特信息及I帧中的每个帧内4×4亮度块的最优预测模式所属的预测模式分组，进行隐秘信息嵌入操作；在隐秘信息提取部分首先确立11个预测模式分组，并确定I帧中的每个4×4的编码块的最优预测模式所属的预测模式分组；然后根据I帧中的每个4×4的编码块的最优预测模式及最优预测模式所属的预测模式分组，进行隐秘信息提取操作；优点是其在保证视频主客观质量的前提下，能够有效地提高隐秘信息嵌入容量。
-
公开(公告)号：CN105070297A
公开(公告)日：2015-11-18
申请号：CN201510419213.2
申请日：2015-07-16
Applicant: 宁波大学
Abstract: 本发明公开了一种MP3音频压缩历史检测方法，其通过获取未压缩的WAV音频样本对应的一次压缩MP3音频样本、二次压缩MP3音频样本和三次压缩MP3音频样本，且限制获取二次压缩MP3音频样本的第一次压缩和获取三次压缩MP3音频样本的第一次压缩所使用的MP3编码器的编码比特率相同，获取一次压缩MP3音频样本、获取二次压缩MP3音频样本的第二次压缩、获取三次压缩MP3音频样本的第二次压缩和第三次压缩所使用的MP3编码器的编码比特率相同，利用这些MP3音频样本各自的特征值训练得到的训练模板能够很好的判断待检测的MP3音频样本为一次压缩的MP3音频样本或为二次压缩的MP3音频样本还是为三次压缩的MP3音频样本，实现了MP3音频压缩历史检测，且检测准确率高，计算复杂度低。
-
Patent Agency Ranking
公开(公告)号：CN103106901B
公开(公告)日：2015-05-20
申请号：CN201310025148.6
申请日：2013-01-22
Applicant: 宁波大学
IPC: G10L19/018
Abstract: 本发明公开了一种基于索引值的压缩域音频数字隐写及提取方法，该数字隐写方法隐写操作发生在量化与熵编码过程中，因此由隐写而引入的失真也能借助失真调整机制得到有效控制，从而有效地保证了秘密信息的隐写安全性，保证了秘密信息的不可检测性和感知透明度；该数字提取方法通过音频颗粒的索引值直接提取出秘密信息比特位，提取过程简单有效，并且由于音频颗粒的索引值可以从音频颗粒的边信息中提取得到，因此无需对音频颗粒进行解码，即无需进行经历反熵编码、反量化、逆MDCT变换和逆滤波等复杂环节，从而有效地提高了提取秘密信息过程的实时性，同时大大降低了计算复杂度。
-
公开(公告)号：CN103236265A
公开(公告)日：2013-08-07
申请号：CN201310119750.6
申请日：2013-04-08
Applicant: 宁波大学
IPC: G10L25/78 , G10L19/018
Abstract: 本发明公开了一种针对MP3Stegz的隐写检测方法，其先以二进制流方式打开待检测的MP3音频文件，然后按序从该MP3音频文件的二进制流中找到每一帧，接着通过分析每一帧中的第37～41个字节及第42～56个字节，确定每一帧是否经MP3Stegz隐写过，优点是通过分析该MP3音频文件的二进制流中的每帧中的第37～41个字节及第42～56个字节，能够准确地检测出该MP3音频文件是否经MP3Stegz隐写过，且性能稳健、检测准确率高、计算复杂度低。
-
公开(公告)号：CN103106901A
公开(公告)日：2013-05-15
申请号：CN201310025148.6
申请日：2013-01-22
Applicant: 宁波大学
IPC: G10L19/018
Abstract: 本发明公开了一种基于索引值的压缩域音频数字隐写及提取方法，该数字隐写方法隐写操作发生在量化与熵编码过程中，因此由隐写而引入的失真也能借助失真调整机制得到有效控制，从而有效地保证了秘密信息的隐写安全性，保证了秘密信息的不可检测性和感知透明度；该数字提取方法通过音频颗粒的索引值直接提取出秘密信息比特位，提取过程简单有效，并且由于音频颗粒的索引值可以从音频颗粒的边信息中提取得到，因此无需对音频颗粒进行解码，即无需进行经历反熵编码、反量化、逆MDCT变换和逆滤波等复杂环节，从而有效地提高了提取秘密信息过程的实时性，同时大大降低了计算复杂度。
-
公开(公告)号：CN102097098A
公开(公告)日：2011-06-15
申请号：CN201110046072.6
申请日：2011-02-25
Applicant: 宁波大学
Abstract: 本发明公开了一种以压缩音频为掩蔽载体的数字隐写及提取方法，在数字隐写方法中，选择音频颗粒数据的窗口形状作为隐写对象，且通过音频颗粒数据的窗口形状的切换实现秘密信息比特位的隐藏，含秘密信息的压缩音频的码流长度与未含秘密信息的压缩音频码流长度不变，从而避免了由于隐写操作导致整个压缩音频的编码比特率增加和文件长度改变等问题，有效保证了秘密信息的安全性；在数字提取方法中，由解码得到的帧信息确定其对应的音频颗粒数据的窗口形状，再根据窗口形状直接获得秘密信息比特位，由于窗口形状可以在解码音频颗粒数据的帧信息时从帧信息中提取得到，因此无需再对音频颗粒数据进行解码，从而有效提高了提取秘密信息过程的实时性。
-
公开(公告)号：CN116308982A
公开(公告)日：2023-06-23
申请号：CN202310243180.5
申请日：2023-03-14
Applicant: 宁波大学
Abstract: 本发明涉及一种用于抵抗光学字符识别系统的防御方法，包括：从训练集中随机抽取训练样本，对从训练样本集中的训练样本进行缩放处理，得到R1(xi)；构建底色块pt，并将pt平铺至与R1(xi)一样的大小，得到防御性底色块将与训练样本集中的训练样本进行融合，得到防御性文本图像；接着采用对防御性文本图像和防御性底色块进行缩放，并将其均输入到场景文本检测器中，得到预测概率图；最后根据最终的损失计算得到梯度，以更新当前的底色块；测试时，将最终的底色块平铺至与测试样本相同的大小，并将测试样本的防御性底色块与测试样本进行融合，得到测试样本的防御性文本图像。该方法不修改文字像素的，并且具备鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
127
records
(took 0.028 seconds)
