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 圖像化QR code結合動態遮罩應用於影片之技術探討(2021) 鄭晴方; Cheng, Chin-FangQR code在人們的日常生活中雖隨處可見,但大多用於平面影像,將影片結合QR code則相對少見。現今QR code應用於影片中的方式不甚美觀,將QR code直接覆蓋於影片中,不但會佔用畫面的一部分,更會阻擋閱聽人對影片內容的接收。為改善上述情形,本研究將三種不同內容之原始影片結合動態遮罩並進行羽化,利用資訊隱藏結合誤差擴散法之QR code植入技術,生成視覺更美觀的圖像化QR code,且調整圖像化QR code於影片中出現的時間;利用峰值信噪比 (Peak Signal to Noise Ratio) 評估不同圖像化QR code出現時間以及不同遮罩變化速度對影片品質的影響,並藉由問卷調查動態遮罩是否影響閱聽人對於圖像化QR code之察覺;最後使用智慧型手機測試各個檔案之掃描解碼時間。實驗結果顯示,本研究成功提出影片結合動態遮罩並植入圖像化QR code,藉由遮罩改變與調整QR code出現時間,使QR code不會持續出現而干擾畫面,但仍可讓閱聽人知道畫面可進行掃描,且能夠使用一般智慧型手機穩定掃描解碼。由PSNR評估後可得知,本研究提出之影片品質仍保持在人眼可接受之範圍,問卷調查中得知遮罩能降低閱聽人對於QR code Finder Pattern的察覺。研究提供未來影片製作上有新的趨勢,並且能廣泛應用於電視節目、廣告、網站等各平台,進行商業加值應用。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。