水印檢測的製作方法

2023-09-22 11:20:50 2

專利名稱：水印檢測的製作方法
技術領域：
本發明涉及檢測信息信號中的水印。
加水印是一種把某種標籤加到信息信號的技術。在其上加上水印的信息信號代表數據文件、靜止圖像、視頻、音頻或任何其它種類的媒體內容。標籤在信息信號被分發之前嵌入到信息信號。標籤通常以在正常條件下不可感知的方式被加上，以使得它不惡化信息信號，例如被加到音頻文件上的水印在正常收聽條件下應當是聽不見的。然而，水印應當是足夠魯棒的，即使在信息信號在傳輸期間經受諸如編碼或壓縮、調製等的正常的處理時仍舊是可檢測的。
許多加水印方案利用相關作為檢測技術，在測試中的信號與包含已知的水印的信號進行相關。在這些系統中，水印的存在由相關的結果中一個或多個峰表示。Ton Kalker等，「A Video WatermarkingSystem for Broadcast Monitoring」，Proceedings of the SPIE，Bellingham，Virginia vol.3657，25 January 1999，pp.103-112的論文描述用於檢測廣播視頻內容中水印的存在的方案。在該論文中，把最終得到的相關峰的高度與閾值進行比較，以決定音頻視頻內容是否加水印。閾值被選擇為使得假陽性概率(當事實上音頻視頻未加水印時聲稱存在水印的概率)適當地低。典型的閾值是5σ(即，相關結果的標準偏差的5倍)。
在大多數應用中，加水印的內容將經受在水印被嵌入在內容中的點與水印的位置被檢測出的點之間的各種處理操作。內容處理的通常的例子是有損壓縮，諸如MPEG編碼。典型地，處理的影響是降低通常預期在水印檢測處理期間出現的相關峰。因此，當試圖檢測已經受這樣的處理的內容中的水印時，基於尋找相關峰的水印檢測技術的性能大大地降低。
本發明尋求提供一種檢測信息信號中的水印的改進的方法。
因此，本發明的第一方面提供一種檢測信息信號中的水印的方法，包括
通過把信息信號與水印，對於信息信號相對於水印的多個相對位置的每個位置，進行相關而得到一組相關結果；以及通過比較該組相關結果的至少一部分與有關在結果中的相關峰的預期形狀的信息而確定水印是否存在。
使用有關相關峰的預期形狀的信息可以提高檢測器的靈敏度。這是因為檢測器可以尋找特定形狀的峰，而不是僅僅依賴於超過某個高度的點的出現。
檢測在一項媒體內容中僅僅很弱地存在的水印的能力也提供允許水印更弱地嵌入在內容中的任選項，由此減小其在潛在的欺詐方的監視下的可視度，或減小其在正常的觀看條件下它的感知度。
這裡描述的功能可以以軟體、硬體或它們的組合被實施。因此，本發明的另一個方面提供用於執行方法的軟體。將會看到，軟體可以在設備的工作期限期間的任意點被安裝在主機設備。軟體可被存儲在電子存儲器裝置、硬碟、光碟或其它機器可讀的存儲媒體。軟體可以作為在機器可讀的媒體上的電腦程式產品被傳遞或它可以經由網絡連接被直接下載到設備。
本發明的另外的方面提供用於執行該方法的任何步驟的水印檢測器，和用於呈現響應於水印檢測器的輸出的信息信號的設備。
雖然所描述的實施例引用處理圖像或視頻信號(包括數字影院內容)，但將會看到，信息信號可以是代表音頻或任何其它種類的媒體內容的數據。
現在參照附圖僅僅作為例子描述本發明的實施例，其中

圖1顯示把水印嵌入到一項內容中的已知方法；圖2顯示用於檢測在一項內容中水印的存在的第一裝置；圖3和4顯示在檢測器和方法中使用的相關結果的表；圖5顯示相關結果數據的曲線圖；圖6顯示在圖2的裝置中使用的、存儲的形狀數據的例子；圖7顯示用於存儲形狀數據的單元；圖8顯示用於檢測在一項內容中水印的存在的第二裝置；圖9顯示偏置檢測對於相關結果集群的影響的曲線圖；圖10顯示用於呈現體現水印檢測器的內容的設備。
作為基礎知識，並且為了理解本發明，參照圖1概略地描述嵌入水印的處理過程。水印圖案w(K)通過使用一個或多個基本水印圖案w被構建。在數據的有用負荷要由水印載送的場合下，使用多個基本水印圖案。水印圖案w(K)根據要被嵌入的有用負荷--多比特代碼K--進行選擇。代碼通過選擇多個基本圖案w和把它們互相偏移特定的距離和方向而被代表。組合的水印圖案w(K)代表可以加到內容的噪聲圖案。水印圖案w(K)具有M×M比特的大小，以及典型地比起該項內容小得多。因此，M×M圖案被重複(貼片)14成較大的圖案，它匹配於內容數據的格式。在圖像的情形下，圖案w(K)被拼貼14成使得它等於它將與其組合的圖像的大小。
內容信號被接收和被緩存16。在內容信號中的局部活動性λ(X)的測量在每個像素位置處被得到18。這提供對於加性噪聲的可視度的測量，以及該測量被使用來縮放水印圖案W(K)。這防止水印在內容中是可感知的，諸如在圖像中相等亮度的區域。總的縮放因子s在乘法器22處加到水印上，以及這確定水印的總的強度。s的選擇是在所需要的魯棒程度與對於水印應當可感知的程度的要求之間的折衷。最後，水印信號W(K)被加到24內容信號。最終得到的、具有被嵌入在其中的水印的信號然後經受作為該內容的正常分布的一部分的各種不同的處理步驟。
圖2顯示水印檢測器100的示意圖。水印檢測器接收可以加水印的內容。在以下的說明，該內容被假設為圖像或視頻內容。水印檢測可以對於各個幀或對於幀的組被執行。積累的幀被劃分成大小M×M的塊(例如M＝128)，然後被摺疊到大小M×M的緩存器。這些初始步驟被顯示為塊50。在緩存器中的數據然後經受快速傅立葉變換52。檢測處理的下一個步驟確定在緩存器中保存的數據中水印的存在。為了檢測緩存器是否包括特定的水印圖案W，將緩存器內容和預期的水印圖案進行相關。由於內容數據可包括多個水印圖案，顯示多個並行的支路60，61，62，每個支路執行與基本水印圖案W0，W1，W2之一的相關。其中的一個支路被詳細地顯示。同時計算對於基本圖案Wi的所有可能的位移向量的相關值。基本水印圖案Wi(i＝0，1，2)在與數據信號進行相關之前經受快速傅立葉變換(FFT)。該組相關值然後經受逆快速傅立葉變換63。相關運算的全部細節在US 6,505,223 B1中描述。
在相關運算中使用的傅立葉係數是具有實部與虛部的複數，代表幅度和相位。已經發現，如果摒棄幅度信息而只考慮相位，則檢測器的可靠度被大大地提高。可以在按點乘法以後和在逆傅立葉變換63之前執行幅度歸一化運算。歸一化電路的運算包括把每個係數按點除以它的幅度。這個總的檢測技術被稱為僅僅對稱相位的匹配濾波(SPOMF)。
來自以上的處理的該組相關結果被存儲在緩存器64中。小的示例組的相關結果被顯示於圖3。加水印的內容通過相關結果數據中存在峰來表示。通過觀看曲線圖形式的相關結果，可以更好地了解峰的形狀，相關值被畫出為在曲線圖的基線以上的高度，如圖5所示。該組相關結果被檢查，以便識別可能是由於在內容數據中存在水印而出現的峰。水印的存在可以由陡峭的孤立的、顯著高度的峰來表示，雖然大多數孤立的峰趨於代表由於噪聲造成的虛假匹配。更多半地，在內容分發期間先前的處理操作將使得由於水印引起的相關峰在相關結果中幾個相鄰的位置處模糊不清。初始處理步驟65標識可代表相關峰的相關結果數據的候選的集群。用於識別候選峰的技術在以後更詳細地描述。
一旦候選峰被識別，就測試每個候選峰，以確定誰代表由於水印造成的相關峰。在集群中相關結果與來自存儲裝置80的、代表預期的峰形狀的數據81進行互相關82。這個互相關的結果給出在被存儲在緩存器64中的數據形狀與預期形狀之間的相似性的表示。互相關結果在峰檢測單元85中與閾值進行比較。在這個比較85中使用的閾值不是恆定的數值，而是按照預期形狀以自適應的方式被設置的。閾值取決於預期的峰高度的平方和，可被稱為預期的峰形狀的能量。這具有將互相關值進行歸一化的效果。這個步驟減小在實際的結果集群與預期的結果形狀之間的誤匹配的發生，僅僅因為預期形狀具有高的能量。實際上，這要求預期的峰形狀具有單位能量。
存儲的形狀數據也被用作為候選搜索級65的一部分。例如，在知道相對較平坦的形狀是預期時，候選搜索級65可以降低它使用來選擇候選集群的閾值，這樣，在相關結果中的低峰不被排除。
有各種各樣收集存儲的形狀數據的方法。形狀數據可以作為與檢測器100相伴隨的和連同檢測器一起被安裝的文件被提供。可以按照周期的原則提供更新。替換地，或除了使用初始數據組以外，有可能檢測器在使用時根據它觀察的相關結果獲取形狀數據。
可以存儲一個形狀數據的表格，該表格是按照以下項目被安排的在分發期間內容信號經受的處理、內容信號的類型、或分發信道的類型。在分發期間內容信號經受的每種類型的處理對於該信號中的數據有一個效果，這將影響在檢測器100測試水印的存在時相關峰的形狀。每個處理的效果可被觀察到和作為形狀信息被存儲在單元80中。在有可能量化在分發期間內容信號經受了何種處理的場合下，在檢測器的互相關級82中有可能加上適當的形狀。在信號已經受多種處理的場合下(例如MPEG編碼和用於在無線信道上傳輸的編碼)，可以組合多個形狀數據，或可以檢索相應於處理的具體的組合的適當的樣板。樣板可被存儲用於各種各樣的通常使用的內容類型或分發方法，例如在廣播信道上接收的MPEG視頻；經由有線連接接收的MP3音頻內容；經由無線連接接收的內容。有關內容或分發類型的信息作為輸入40被提供到單元80，信息40是從接收機的另一個部分得到的。樣板可被提供用於不同的內容比特速率，例如MPEG 2Mbps，4Mbps，6Mbps等等；格式變換，例如PAL→NTSC，NTSC→PAL；以及MPEG與格式變換的組合。這個數據表由水印檢測器的製造商確定，以及相關的設置在安裝時被編程到檢測器。樣板可以通過對檢測器更新而被改變。
形狀數據包括一組數字值，它們一起規定預期峰的形狀。形狀是由組中數字值的相對大小引起的。數值組可被縮放成任何大小。因此，它是峰的形狀，而不是在互相關級82中被比較的大小。圖6顯示可被單元80存儲的形狀信息表的類型例子。每種內容、處理、或處理的組合102與由單元85使用的形狀數據103和檢測閾值104有關。雖然形狀數據103在這裡以圖形形式被顯示，但事實上它將包括一同規定預期峰形狀的一組數字值。
在例如檢測器沒有接收到有關該內容已經受何種處理的信息的場合下，或在接收設備本身不知道這個信息的場合下，所存儲的數據的這樣的使用是不可能的。在這種情形下，可以使用各種不同的技術來估計預期峰的形狀。圖7顯示在一個時間段內得到形狀數據的移動平均值的實施例。來自相關結果緩存器(或候選搜索單元65)的新的峰形狀信息83被發送到平均功能塊91。從存儲的數據90檢索92諸如先前的運行平均值那樣的先前的形狀數據，計算新的平均值，以及返回93更新的平均值用於存儲。移動平均可以通過先前的D檢測被計算。D的數值是取決於應用的，以及將取決於相對於內容/處理保持為恆定的時間周期的每秒執行的檢測次數。這個方法在施加到內容的處理在幾個檢測時間周期上保持為恆定的場合下可以是特別成功的。在有關內容的類型、分發處理、或用於內容的信道的信息是已知的場合下，可以在一段時間間隔內得到多個存儲的樣板，每個與那些處理或信道有關。再次參照圖7，單元80還包括接收信息40和從存儲裝置90檢索適當的形狀數據與閾值的適當接口95。形狀數據81被發送到互相關器82以及判決閾值數據86被發送到峰檢測單元85。
圖8顯示本發明的另一個開發。檢測器100的每個支路60，61，62包括被詳細地顯示在支路60的特性。單元80從每個支路60，61，62的緩存器64獲得形狀數據，並組合這些數據，得出總的形狀樣板。組合的數據和判決閾值數據然後可被加到每個支路60，61，62中的相關單元82。
現在描述形狀匹配處理的簡化的數學例子。考慮通過使用前面描述的SPOMF技術把一項內容與感興趣的水印圖案進行相關以及把相關結果存儲在緩存器64中。緩存器64中的相關結果是相關值的向量y，每個元素相應於水印圖案相對於內容信號的不同的(循環)移位。為了簡明起見，假設y是一維的，雖然將會看到，對於大多數內容，緩存器64中的相關結果將是相應於水平和垂直方向的移位的二維矩陣。在未加水印材料(HW)的情形下，已經顯示，y的元素是近似獨立的白色高斯噪聲(WGN)。在加水印材料(HW)的情形下，實驗顯示，緩存器結果再次是近似高斯噪聲，但還存在峰。假設對於有用負荷移位τ，相關峰的形式可被描述為s(k)=Ai=0C-1ai(k--i)...(1)]]>這是考慮它的範圍是在緩存器中C個相鄰的位置非常通用的相關峰值模型，它的形狀由下式確定a＝[a0a1.....aC-1]T以及它的高度由標量因子A給出。已知的(預期的)峰形狀a是與緩存器內容y互相關，然後把它與閾值進行比較，以決定水印存在(HW)還是不存在(HW)。有用負荷移位估值 被取為使得互相關值最大化的位置。
|i=0C-1aiy(^+i)|>hHWelseHW]]>這個檢測準則的推導在附錄中給出。
作為使用峰形狀信息的好處的簡單例子，考慮其中已知的峰形狀是平坦的情形，即，ai＝a，i∈{0....C-1}圖9顯示為了水印被聲稱為存在，在相應於水印峰的位置處緩存器結果yi的所需要的最小平均高度。這些值被計算，以便得到與具有5σ的簡單的閾值的現有的檢測方法相同的假陽性概率。可以看到，對於各種各樣的峰形狀，即，C個點大的集群，水印可以以比起當前的檢測器所需要的5σ水平低得多的峰高度被成功地檢測。
現在描述在圖2和8的單元65中使用的、用於識別在相關結果中的候選相關峰的處理過程。集群算法形成多個點的集群，其中任意的點的集群可相應於真正的相關峰。這些集群的或然率互相進行比較，具有最低的或然率的集群被假設為想要的相關峰。算法包括以下步驟1.設置閾值和找出在相關數據中大於這個閾值的所有的點。滿足這個準則的所有的點被存儲在表--ptsAboveThresh中。建議的閾值是3.3σ(σ＝緩存器中的結果的標準偏差)，雖然這可被設置為任何優選值。優選的範圍是2.5-4σ。如果閾值被設置得太低，則不相應於水印的存在的大量的點將被存儲在表中。相反，如果閾值被設置得太高，則有相應於有效的、但模糊的峰的點將沒有加到表中的風險。
2.找出具有最高絕對值的點。
3.形成候選集群，即相關點的集群。候選集群是通過收集不單具有「顯著」值(大於閾值的值)而且還與至少一個另外的具有顯著值的點非常接近的點而形成的。這是如下地達到的
(i)從表ptsAboveThresh中去除第一點，並輸入它作為新的集群的第一點p；(ii)搜索表ptsAboveThresh，尋找處在點p的距離d內的點。從表中去除所有這樣的點，並把它們加到集群中；(iii)取集群中下一個點作為當前的點p。重複步驟(ii)，以便把在表ptsAboveThresh中的、處在新的點p的距離d內的所有的點加到集群中；(iv)重複步驟(iii)，直至表ptsAboveThresh對於集群中的所有的點都被處理為止；(v)如果最終得到的集群只包含單個點並且該點不等於在上述的步驟2中找到的最高峰，則丟棄這個集群；(vi)重複步驟(i)到(v)，直至表ptsAboveThresh為空為止。
在這個程序過程結束時，在上述步驟1中原先進入表ptsAboveThresh的所有的點或者被-分配給包含來自表ptsAboveThresh的、接近於它的其它點的集群，或者-被丟棄，因為它們沒有類似的高度的鄰居，所以不是集群的一部分。
集群僅僅允許包括單個點，如果該點具有在相關緩存器中所有的點的最大的絕對高度的話。這避免陡峭的、非模糊的相關峰被丟棄，但避免代表真正的噪聲的、其它的孤立的峰被使用。
回過來參照圖3和4，圖上顯示由檢測器計算的那種類型的相關數據的某些示例組。圖3顯示對於模糊的峰的一組結果，數值範圍為在-3.8172與4.9190之間。水印可以用負的幅度被嵌入，給出負的相關峰。4.9190的最高值被顯示在方塊130內。雖然這是低於5的典型的檢測閾值，但最高值由類似的數值的其它的相關值包圍。這表示通過在分發期間處理而被模糊的峰。在上述的程序過程和設置3.3的閾值T和1的距離後，可以發現在環140內的相關值滿足這個準則。在處理工作後，顯著值的結果都是互相併靠的。查看圖4所示的數據，數值的範圍在-3.7368與10.7652之間。應用同一個檢測準則，只有一個點160超過閾值。這個點的數值明顯地超過閾值，因此可被看作為有效的峰。通過檢查相鄰的數值，可以看到，這代表陡峭的相關峰。
被表示為有用負荷代碼K的嵌入信息例如可以標識版權保持者或內容的說明。在DVD複製保護中，允許把材料被標記為『複製一次』、『永不複製』、『無限制』、『不再複製』等等。圖10顯示用於檢索和呈現被存儲在諸如光碟、存儲器裝置或硬碟的存儲媒體200中的內容信號的設備。內容信號由內容檢索單元201進行檢索。內容信號202被加到處理單元205，它解碼數據和使得數據用於呈現211，213。內容信號202還被加到先前描述的水印檢測單元220。處理單元205被安排成使得只允許在信號中檢測到預定的水印的情況下處理內容信號。從水印檢測單元220發送的控制信號225通知處理單元應當允許還是拒絕內容的處理，或把與內容有關的任何複製限制通知處理單元205。替換地，處理單元205可被安排成使得只允許在信號中沒有檢測到預定的水印的情況下處理內容信號。
在以上的說明中，考慮一組三個水印。然而，將會看到，本技術可被應用來在只承載單個水印的內容數據中或在承載任意數目的多個水印的內容數據中尋找相關峰。
在以上的說明中，以及通過參照附圖，描述了檢測在信息信號中水印的存在的檢測器100。把信息信號與預期的水印Wi對於信息信號相對於水印的多個相對位置的每個位置進行相關，得到一組相關結果64。把一部分相關結果64與有關在結果中的相關峰的預期形狀的信息81進行互相關82。這可提高檢測器100的靈敏度。互相關結果84在峰檢測單元中與閾值進行比較85。在這個比較85中所使用的閾值按照預期形狀以自適應方式被設置。有關相關峰的預期形狀的信息81可以是基於信息信號已經受或預期經受的處理操作的知識或來自先前的相關結果的形狀的知識。
附錄這節推導先前給出的示例性檢測算法，以及描述如何設置檢測閾值，以得到想要的假陽性概率。
假設對於加水印的內容(HW)，相關結果是由於水印造成的峰加WGN。這是通過觀察被支持的，除了峰本身以外，在加水印的內容的情形下，相關結果再次為近似高斯分布。然後對於檢測水印的存在可以下處下面的假設測試
HW:y=n]]>HWy＝n+sτ其中n是獨立的WGN值的長度N向量以及sτ是相應於水印相關峰形狀的長度N向量，在相關緩存器內循環移位τ個位置。在以後的工作中，假設噪聲具有1個單位的標準偏差。這是通過在水印檢測先前將相關結果歸一化而達到的。暫時假設峰形狀s和有用負荷移位τ是已知的，在每個假設下的PDF為如下。在HW下，y中的數值是具有PDF的純WGNp(y|HW)=k=0N-1(2)-12exp[-12y2(k)]]]>=(2)-N2exp[-12k=0N-1y2(k)]]]>在HW下，緩存器包含峰加WGN以及具有PDFp(y|HW,s,)=k=0N-1(2)-12exp[-12(y(k)-s(k))2]]]>=(2)-N2exp[-12k=0N-1(y(k)-s(k))2]]]>(3)通過使用或然率比值測試將作出在兩個假設之間的判決Likelihood(y|s,)=p(y|HW,s,)p(y|HW)>HWelseHW...(4)]]>其中對數或然率比值是L(y|s,)=ln[Likelihood(y|s,)=-12k=0N-1(y(k)-s(k))2+12k=0N-1y2(k)]]>=k=0N-1y(k)s(k)-12k=0N-1s2(k)]]>(5)以下的水印相關峰sτ的模型被假設為s(k)=Ai=0C-1ai(k--i)]]>這描述具有由a給出的已知的形狀、但由縮放因子A給出的未知的總高度的、峰跨度C點。假設C是已知的。實際上，估計的數值需要根據水印相關點的典型的擴散的程度被使用，或C的數值可以使用先前描述的集群檢測技術而得到。
把公式6代入到公式5的對數或然率的表達式，給出L(y|a,A,)=Ai=0C-1aiy(+i)-A22j=0C-1aj2]]>未知的參數(A，τ)由使得所觀察數據(y)的或然率最大化的數值被估計。相對於未知的峰高度的最大化給出L(y|a,A,)A=0A^=i=0C-1aiy(+i)j=0C-1aj2]]>以及對數或然率變為L^ML(y|a,)=(i=0C-1aiy(+i))22j=0C-1aj2]]>選擇有用負荷移位的估值 以使得或然率最大化，給出L^ML(y|a)=(i=0C-1aiy(^+i))22j=0C-1aj2]]>應當指出，在分母中的和是不取決於y中相關結果的常數。或然率比值判決法則所以歸結為對於在y與峰形狀a之間的互相關的幅度的閾值測試|i=0C-1aiy(^+i)|>hHWelseHW]]>其中 被選擇為使得互相關最大化的移位。為達到數值為α的可接受的低的假陽性概率的所必須的閾值h由下式給出Pr[False posltive]=Pr[|i=0C-1aiy(^+i)|>h|HW]=...(8)]]>
在假設HW下，其元素是具有零平均值和單位標準偏差的獨立高斯分布。變量γ被定義為(k)=i=0C-1aiy(k+i)]]>所以也具有高斯分布，但具有標準偏差y=i=0C-1ai2.]]>通過使用這個符號表示法，公式8變為Pr[(k)-h,k]+Pr[(k)>+h,k]=]]>2[1-(Pr[h])N]=]]>Pr[h]=(1-2)1N]]>(hy)=(1-2)1N]]>由此，可以經由Φ(a)＝Pr(Z＜a)的表確定h的適當的數值，其中Z是零均值、單位標準偏差高斯隨機變量。檢測閾值對於σy的依賴性提供按照給定的峰形狀的能量的調節以便達到想要的假陽性概率。
權利要求
1.一種檢測信息信號中的水印的方法，包括通過把信息信號與水印，對於信息信號相對於水印的多個相對位置的每個位置，進行相關而得到一組相關結果；以及通過比較該組相關結果的至少一部分與有關在結果中的相關峰的預期形狀的信息而確定水印是否存在。
2.按照權利要求1的方法，其中比較包括該組相關結果的至少一部分與有關相關峰的預期形狀的信息的互相關。
3.按照權利要求1或權利要求2的方法，還包括把比較的輸出與閾值進行比較，以確定有效水印的存在。
4.按照權利要求3的方法，其中閾值按照相關峰的預期形狀變化。
5.按照前述權利要求的任一項的方法，其中有關相關峰的預期形狀的信息是從信息信號已經受的或預期將經受的處理操作的知識得到的。
6.按照前述權利要求的任一項的方法，其中有關相關峰的預期形狀的信息是從先前的相關結果的形狀得到的。
7.按照前述權利要求的任一項的方法，其中先前的相關結果是對於以下信息信號的結果同一個類型的信息信號；已經受同一個處理步驟的信息信號；已通過同一個信道被分發的信息信號。
8.按照前述權利要求的任一項的方法，還包括識別可能代表相關峰的相關結果的集群和僅僅在所識別的結果集群上執行確定水印是否存在的步驟。
9.按照權利要求8的方法，其中識別相關結果的集群的步驟包括確定在該組中超過閾值的所有的相關結果，和然後確定這些相關結果中的哪些是處在互相預定的距離內。
10.按照前述權利要求的任一項的方法，其中使用多個水印，得到一組相關結果的步驟對於每個水印重複進行，該方法還包括對於水印之一確定有關在相關結果中的相關峰的形狀的信息，以及在用於另一個水印的比較中使用該信息。
11.用於執行按照前述權利要求的任一項的方法的軟體。
12.一種用於檢測信息信號中的水印的水印檢測器，包括用於通過對於信息信號的相對於水印的多個相對位置的每個位置把信息信號與水印進行相關而得到一組相關結果的裝置；以及用於通過比較該組相關結果的至少一部分與有關結果中的相關峰的預期形狀的信息而確定水印是否存在的裝置。
13.按照權利要求12的水印檢測器，還包括用於執行按照權利要求2-10的方法的任一項步驟的裝置。
14.按照權利要求12或13的水印檢測器，其中用於得到一組相關結果的裝置和用於確定是否存在水印的裝置包括被安排來執行用於完成這些功能的軟體的處理器。
15.用於呈現信息信號的設備，包括用於根據在信息信號中有效水印的存在而禁止該設備的操作的裝置，其中該設備包括按照權利要求12-14的任一項的水印檢測器。
全文摘要
檢測器(100)檢測信息信號中水印的存在。對於信息信號相對於水印的多個相對位置＝把信息信號與每個位置的預期水印(Wi)進行相關，以便得到一組相關結果(64)。把一部分相關結果(64)與有關在結果中的相關峰的預期形狀的信息(81)進行互相關(82)。這可提高檢測器(100)的靈敏度。在峰檢測單元(85)中把互相關結果(84)與閾值進行比較。在比較(85)中所使用的閾值是按照預期形狀以自適應方式設置的。有關相關峰的預期形狀的信息(81)是基於信息信號已經受的或預期應經受的處理操作的知識或是來自先前的相關結果的形狀。
文檔編號G06T1/00GK1918594SQ200580004797
公開日2007年2月21日 申請日期2005年2月8日 優先權日2004年2月14日
發明者D·K·羅伯茨 申請人:皇家飛利浦電子股份有限公司