General Regression Neural Network Based Audio Watermarking Algorithm Using Torus Automorphism

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F18%3APU129591" target="_blank" >RIV/00216305:26220/18:PU129591 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1109/TSP.2018.8441174" target="_blank" >http://dx.doi.org/10.1109/TSP.2018.8441174</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/TSP.2018.8441174" target="_blank" >10.1109/TSP.2018.8441174</a>

Jazyk výsledku

angličtina

Název v původním jazyce

General Regression Neural Network Based Audio Watermarking Algorithm Using Torus Automorphism

Popis výsledku v původním jazyce

Accurate extraction of embedded data at the receiver end is still a major point of consideration in audio watermarking area. This paper portrays a blind audio watermarking scheme in transform domain using the combination of properties of audio signal extracted through singular value decomposition and general regression neural network leading to exact extraction of watermark. The security of embedded watermark is assured by using torus automorphism at the embedded side. Results from the experimental setup validate the accuracy of proposed scheme. The payload capacity of proposed algorithm is 62.5 bps. The comparison of proposed scheme with existing ones indicate that the proposed scheme has shown good efficiency in terms of robustness, payload and transparency.

Název v anglickém jazyce

General Regression Neural Network Based Audio Watermarking Algorithm Using Torus Automorphism

Popis výsledku anglicky

Accurate extraction of embedded data at the receiver end is still a major point of consideration in audio watermarking area. This paper portrays a blind audio watermarking scheme in transform domain using the combination of properties of audio signal extracted through singular value decomposition and general regression neural network leading to exact extraction of watermark. The security of embedded watermark is assured by using torus automorphism at the embedded side. Results from the experimental setup validate the accuracy of proposed scheme. The payload capacity of proposed algorithm is 62.5 bps. The comparison of proposed scheme with existing ones indicate that the proposed scheme has shown good efficiency in terms of robustness, payload and transparency.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20203 - Telecommunications

Projekt

<a href="/cs/project/LO1401" target="_blank" >LO1401: Interdisciplinární výzkum bezdrátových technologií</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2018

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the IEEE 2018 41st International Conference on Telecommunications and Signal Processing (TSP2018)

ISBN

978-1-5386-4695-3

ISSN

—

e-ISSN

—

Počet stran výsledku

4

Strana od-do

1-4

Název nakladatele

IEEE

Místo vydání

Athens, Greece

Místo konání akce

Athens, Greece

Datum konání akce

4. 7. 2018

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000454845100084