學位論文
Permanent URI for this collection
Browse
Recent Submissions
1 - 5 of 479
-
Item深度學習融入有價證券之微結構真偽辨識-以振興三倍券為例( 2021)身處在充滿人工智慧結晶的時代，我們視科技為理所當然，並享受著其帶來的便利與生活品質，然而在這項技術逐漸嶄露頭角之際，各類威脅也倚靠著科技滋長茁壯。政府2020年為復甦經濟所發放之「振興三倍券」於使用期限內曾傳出偽造事件，為了能精準判別整張有價證券真偽，本研究主旨為使用深度學習CNN (Convolutional Neural Network )，有效且快速辨別真偽振興三倍券微結構取樣影像組合，進而依此推測判別出整張紙券真偽，同時以減少訓練樣本數達到高辨識率為目標，取得最佳學習尺寸組合，最後歸類分析錯誤辨識微結構印刷類型並於原券定位，為此次研究目的。首先將面額200元及500元之紙本振興三倍券掃描定義為掃描真券；與之複印後再次掃描為模擬偽券，後以尺寸32×32、64×64、96×96及128×128 pixels進行隨機局部不完全重複取樣，建立訓練及測試影像資料集，分組後個別輸入CNN模型訓練測試，得出辨識正確率與錯誤辨識影像於原券上之分佈。實驗結果顯示，依照各組辨識正確率之比例及趨勢可成功推測判別整張振興三倍券真偽，且印證研究使用之CNN模型不需學習全尺寸之局部影像組合，僅訓練最大及最小尺寸之影像資料集，即可達到預期之顯著辨識成效；至於透過錯誤辨識分佈的統整，發現無論掃描真券或模擬偽券的局部取樣，所辨識的錯誤特徵皆有較高的比例集中於鈔券的凹版印刷處。本研究提出一個不需藉由專業人士判斷有價證券影像，基於CNN模型即可有效辨別鈔券局部微結構真偽的方法，並以此實驗結果為基礎，未來可結合手機拍攝取樣，推測於拍攝指定距離範圍內之鈔券影像可精確判讀，達到更加便民與實用之效果。綜合上述，此研究不論是在產業界抑或是學術界皆具有一定程度之應用價值。
-
Item平面設計學習與知識信念之研究( 2021)設計者常會運用設計思考、觀察、設計管理、溝通協調及創意發想等能力。設計學科相較於其他學科，特別之處在於設計者獲取知識的方式來自於參與及反思所獲得的經驗。設計通常可以從多個不同角度思考與執行，並且一般認為沒有標準答案。當設計者越能意識到自身背景下的內在優勢和適當性，就越能激發與展現設計的可能性與獨特性。知識信念(Epistemic Beliefs)是學習者對知識的基本假設，這些會使學習者採用特定觀點與角度來看待知識，進而影響他的學習表現。知識信念在科學、教育等領域中已有不少研究，但在設計領域中尚少被應用。本研究之目在於將知識信念框架應用於平面設計領域，探討平面設計者對平面設計知識信念之看法以及平面設計學習者的設計學習經驗、投入程度與知識信念各個構面間的關係。本研究以平面設計領域學習者作為研究對象，以知識信念應用在其他領域的相關文獻，作為本論文研究設計理論基礎，實施問卷調查法。本研究之重要發現如下：平面設計學習者的設計知識主要是從課本或書籍、專家獲得，且其知識會隨時間改變。平面設計學習者認為設計知識與知識間是相互關聯、設計技能與知識的提升需要時間累積。平面設計學習者對於自己判斷並解決設計問題的能力仍存疑。學習設計的經驗越豐富，越可能相信權威所傳授的知識、認為設計能力能夠後天練習而獲得。並且在經驗豐富後，更能針對問題提出良好的設計方案。對設計的投入程度越高，更偏向認為知識是會變更且無固定標準的、且偏向認為學習的歷程是要慢慢累積；並認為設計能力能透過後天努力而成長，在提出設計方案時也越可能做出更好的決策與作品。
-
Item圖像化二維條碼結合於印章應用之研究( 2021)印章是中華文化裡最有特色和代表性的小物件，隨著科技的逐漸進步，印章 的作用卻一直停留在只有單一的證明作用上。在一些重要文件中，我們發現除了 有蓋官印之外，也有在文件中出現二維條碼 QR code (Quick Response Code) 來傳 遞更多的訊息，這使頁面看起來比較雜亂。為了賦予印章新的作用與發展方向， 我們通過執行程式把不同不透明度的印章圖片與植入不同資訊強度的 QR code 結 合，再對印章結合 QR code 之數位檔案進行列印、讀取以及錯誤分析，確認結合 後檔案之讀取率。為了得知印章圖像亮度度對其解碼率的影響，我們分別將印章 圖像設為不透明度 90 及不透明度 100(即原始圖像)兩種方案分別結合於 QR code，通過研究發現，不透明度 100 的印章圖片比不透明度 90 的印章圖片結合後 檔案的錯誤率更高，同時通過 QR code 資訊強度的增強，能夠將 codeword 錯誤率 降低到 20%以下，最後通過觀察錯誤點位置我們發現辨識錯誤之 module 多分布於 印章結合 QR code 的深色部位，故我們通過對白色資訊點的加強使得錯誤點得到 明顯的減少，以此來更好的提高其解碼能力，驗證了此研究之可行性。本研究既 找出了圖像亮度對圖像化 QR code 影響關係之外，也在未來的運用中解決了文件 頁面空間雜亂的問題，使科技結合於印章，賦予了印章以新的發展方向。
-
Item圖像化QR code之微結構對於辨識率之影響( 2021)QR code (Quick Response code) 為現代常被使用於廣告行銷、消費支付和倉儲管理的媒介，隨著經濟的快速發展，人的審美標準也日益提升，在這個著重於美學行銷的社會中，經過美化並具有安全性的圖像化 QR code 更是受到青睞。而因為在印刷時會產生網點擴張現象，導致QR code中的白色資訊點被遮掩產生次模塊辨識錯誤，進而限制QR code的最小印刷尺寸以及影響解碼率。為了解決此問題，本研究將雙重加密圖像化QR code的微結構中的黑色次模塊縮小，讓其在進行實體輸出後，降低網點擴張對解碼率的影響，使能夠輸出更小的尺寸，連帶提升圖像化QR code的使用品質。本研究利用半色調資訊隱藏技術生成圖像化QR code，首先將一個帶有外顯訊息之QR code與圖像結合形成半色調圖像化QR code。將內藏QR code之資訊以codeword為單位，避開圖像之中心置於圖像化QR code四周位置。之後將產生的圖像化QR code的黑色次模塊予以不同程度縮小，並輸出不同尺寸後，將其掃描並進行錯誤分析。研究結果顯示，使用此方法將圖像化QR code之黑色次模塊進行一定程度的縮小後，能降低次模塊辨識分析中的次模塊錯誤數量，相同輸出尺寸下將黑色次模塊適當地縮小亦使codeword錯誤率降低。本研究提出的方法除了有效降低印刷輸出的半色調雙重加密圖像化QR code次模塊錯誤及codeword辨識錯誤率外，亦能在印刷輸出成更小的尺寸下，仍能夠解碼出具有防偽功能的雙層QR code，使圖像化QR code在輸出後的應用更為多元，此方法可應用於傳統及圖像化QR code之實體輸出。
-
Item圖像化QR code結合動態遮罩應用於影片之技術探討( 2021)QR 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。