多版本音乐识别技术研究综述

音乐作品通常具有多个不同版本.重新演奏、演绎使得各版本音乐在音质、速度、节奏、结构、基调、和声、歌词等多个方面都可能产生不同,这使得多版本音乐识别成为一个具有挑战性的研究领域.近年来多版本音乐识别技术发展迅速,本文对其包含的五个关键技术模块进行描述,分别是特征提取模块、基调不变性模块、速度不变性模块、结构不变性模块、相似性计算模块;其次概要介绍该领域的典型算法;最后总结当前存在的问题,并讨论进一步的研究方向.

一种基于角点检测的鲁棒数字图像水印算法

几何攻击是数字图像水印领域中一个富有挑战性的问题。提出一种以图像角点为特征点,基于奇偶量化嵌入/检测的空间域局部化鲁棒数字图像水印算法。采取的主要方法有:(1)采用带有自适应阈值和动态支持区域的基于曲率尺度空间的角点检测算法进行鲁棒角点检测;(2)基于图像纹理复杂度进行角点筛选,并以筛选后的角点为圆心形成具有几何不变性的圆形特征区域,用于水印的重同步;(3)在特征区域设计一种圆环形的水印模式,并在空间域采用经典的奇偶量化方法嵌入并检测水印。实验表明,该算法在嵌入水印后仍能保持较高的图像视觉质量,对常规信号处理和包括旋转、缩放、平移、剪切及其组合在内的几何攻击均具有较强的鲁棒性。

基于音乐内容分析的音频认证算法

提出一种新颖的基于音符分割和模糊分类的音乐内容认证方法.该算法打破了传统音频认证所采用的固定长度分割方式,将音乐信号分割成一系列具有完整语义信息的不等长音符片段作为认证的基本单元,结合动态时间规整DTW(dynamic time warping)对齐技术,有效解决了大多数现有算法都存在的对同步失真脆弱的问题.在每个音符片段计算基于半阶音符类Chroma的鲁棒Hash值,根据原始音乐与待认证音乐之间Hash值差异的统计特性和时间分布特性,对3种新定义的度量指标进行模糊分类从而得到最终的认证结果.对于未通过认证的音乐信号系统还可以进行篡改区域的检测.实验结果表明,该算法能够有效区分可容许操作和恶意篡改,同时在篡改定位方面具有较高的精度.