學位論文
Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73898
Browse
2 results
Search Results
Item 以資訊植入及深度學習提升圖像化二維條碼實體輸出的辨識能力之研究(2021) 何怡慧; Ho, Yi-HueiQR code 是目前最普遍被採用的二維條碼，由於其為黑白模塊所組成，影響視 覺美觀，且在列印輸出時，因尺寸大小、網點擴張等印刷條件因素，導致條碼資訊 容易失真，影響解碼辨識。為了能夠將印刷輸出之小尺寸美化 QR code 保持視覺美 觀並且穩定解碼，因此本文提出了一套系統性的圖像化 QR code 資訊植入技術，列 印後掃描將辨識結果進行錯誤分析，了解 QR code 之黑點與白點資訊點模組的錯誤 特性並加以改善，最後以深度學習辨識來進行錯誤分析。實驗結果顯示，本研究所 發展的方法能相容於現行的列印輸出設備，在調整白色資訊點的植入訊息強度後， 可有效抑制因網點擴張所造成的「偽黑」 辨識錯誤的情形。且輸出的小尺寸圖像化 QR 仍有較佳視覺品質，降低錯誤發生率，並藉由深度學習辨識提升辨識能力，有 效增進美化 QR 的成功讀取率。對於彩色影像在指定輸出裝置的條件下，可得到最 佳化的 QR code 植入訊息方法及讀取能力，未來能夠運用於商業加值應用上，並彰 顯實體輸出條件對於圖像化 QR code 整合應用的重要性。Item 結合圖像化二維條碼與微結構藏密之自我驗證研究(2019) 何仁竣; HO, Jen-Chun科技發展改變了人們的生活習慣，透過網路應用讓線上與線下的整合發展日趨重要，二維條碼QR Code (Quick Response Code)，正可作為簡單且快速構連兩者間的媒介。條碼發展從線性（一維）到矩陣（二維），可儲存資料量與編碼內容隨之增加，搭配上智能行動裝置普及化，在生活中各種應用領域愈來愈多元，因此有許多學者投入二維條碼圖像化之研究，將傳統黑白方格呈現方式，在不影響讀取性、破壞程度最低方式植入個人化圖像，以提升條碼的美觀效果。即便如此，無法於掃描前預先辨識條碼資料來源真偽仍是現行使用上之缺點，如企圖變造條碼將不當資訊隱藏其中，使用者掃描後即有被竊取個資或財產損失之風險。 許多國家鈔券逐漸從纖維棉質紙張轉而朝向具有更耐用及防偽功能表現更佳之聚合物（Polymer）塑膠材質做應用，本研究鑒於圖像化二維條碼無法辨識資料來源真偽之安全風險及未來塑膠鈔券發展趨勢，參考現行鈔券凹版印刷線紋水平及垂直所造成之潛像概念，運用邏輯演算將圖像化二維條碼網點以左斜斜向線網呈現，並同時嵌入右斜線網之加密圖案，另外搭配光柵解碼片，以塑膠底片為基材運用其可透光特性進行輸出，不需要另備輔助儀器，於同一版面上透過彎曲覆蓋方式即可達到自我驗證真偽之效果。 針對本研究效果評估，確認微結構藏密條碼之數位影像判讀功能未被破壞，另為模擬人眼視覺效果將底紋與光柵透過高斯模糊方式進行調制轉換函數Mvalue值比較，採用150、300及600網線數進行輸出，搭配1-5pixels的光柵線幅寬度，經測試值評估，150線時解密效果最佳，其次依序為300線及600線，但由於150線底紋無法有效防止複印，本研究分析300線為兼具自我驗證並防止複印的網線數，搭配5 pixels之光柵線幅寬度為自我驗證之最佳組合，此結果可供未來有價證券上設計應用作為參考依據。