科技與工程學院

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/5

沿革

科技與工程學院(原名為科技學院)於87學年度成立,其目標除致力於科技與工程教育師資培育外,亦積極培育與科技產業有關之工程及管理專業人才。學院成立之初在原有之工業教育學系、工業科技教育學系、圖文傳播學系等三系下,自91學年度增設「機電科技研究所」,該所於93學年度起設立學士班並更名為「機電科技學系」。本學院於93學年度亦增設「應用電子科技研究所」,並於96學年度合併工教系電機電子組成立「應用電子科技學系」。此外,「工業科技教育學系」於98學年度更名為「科技應用與人力資源發展學系」朝向培育科技產業之人力資源專才。之後,本院為配合本校轉型之規劃,增加學生於科技與工程產業職場的競爭,本院之「機電科技學系」與「應用電子科技學系」逐漸朝工程技術發展,兩系並於103學年度起分別更名為「機電工程學系」及「電機工程學系」。同年,本學院名稱亦由原「科技學院」更名為「科技與工程學院」。至此,本院發展之重點涵蓋教育(技職教育/科技教育/工程教育)、科技及工程等三大領域,並定位為以技術為本位之應用型學院。

107學年度,為配合本校轉型規劃,「光電科技研究所」由原隸屬於理學院改為隸屬本(科技與工程)學院,另增設2學程,分別為「車輛與能源工程學士學位學程」及「光電工程學士學位學程」。

News

Browse

Search Results

Now showing 1 - 2 of 2
  • Item
    紅外線 QR Code 技術應用於 NFT 之研究
    (2024) 劉珮琪; Liu, Pei-Chi
    二維條碼常用於行動支付、商品連結及資訊儲存,最廣為人知的二維條碼為QR Code(Quick Response Code),受到市場美學行銷及保護個人重要資訊的意識興起,QR Code外觀美化及安全防偽所帶來的附加價值逐漸受到重視。加密貨幣與非同質化貨幣(Non-fungible token,NFT)風靡全球,此類型線上貨幣皆需要使用加密錢包來儲存資產,若要與實體商品相互結合,大多是將加密錢包私鑰或助記詞列印下來或是製成二維條碼。因此本研究利用C(Cyan,青色)、M(Magenta,洋紅色)、Y(Yellow,黃色)在紅外線光源下會呈透明狀來製作外顯圖像化 QR Code,將外顯的QR Code與NFT圖像做結合,達到美化QR Code的效果。並將加密錢包中的助記詞以紅外線QR Code技術藏入NFT外顯QR Code當中,利用K(Black)中的碳黑油墨會吸收紅外光的特性,可以在紅外線光源下顯現影像之原理製作內藏之助記詞QR Code,以提升其防偽安全之特性。本研究針對字元數100之資訊量,選擇三種版本之QR Code,分別為第四版(33×33)容錯等級L(7%)、第六版(41×41)容錯等級Q(25%)以及第八版(49×49)容錯等級H(30%)。擷取紅外線下的影像後,使用Matlab程式將其影像強化,再利用資訊點識別程式進行錯誤率分析,找出適用於紅外線下之QR Code版本與容錯等級搭配方式。結果顯示使用Matlab影像強化能夠大幅度降低錯誤率,且相同尺寸下QR Code版本越小Module錯誤率越低。而本研究最小版本第四版(33×33)Codeword錯誤率僅8%,但其容錯等級為L(7%),難以被正確識別讀取內容,因此在實用上第六版較適合藏入紅外線圖像化QR Code。本研究提出之方法除了有效降低紅外線QR Code的Module錯誤率及Codeword錯誤率外,亦能找出適用藏入紅外線圖像化QR Code之版本及容錯等級,讓使用者在離線儲存錢包助記詞的同時,兼具防偽安全的特性及精準讀取的方便性。
  • Item
    以紅外線浮水印技術於圖像化二維條碼中隱藏訊息之研究
    (2018) 王育梅; Wang, Yu-Mei
    隨著科技發展愈趨進步,各種資訊傳播交流更為快速,但仍須有一媒介連結實體與虛擬的世界,而二維條碼因其可被快速解碼而廣為使用,其中最具代表性的二維條碼為QR Code (Quick Response Code)。可是目前市面上的QR Code僅供機器判讀,於人眼視覺觀看並不美觀,許多學者亦投入美化QR Code之相關研究。另外由於透過QR Code可連結至相關網站或作為交易支付之用途,若遭有心人士惡意盜用或竊取個人資料將會造成使用者的損失,可見QR Code的安全機制仍有強化之必要性,因此本研究將使用紅外線浮水印技術於圖像化二維條碼中藏入第二個QR Code,以提高圖像化二維條碼之安全性。本研究首先以資訊隱藏技術結合誤差擴散法,於圖像中藏入原始QR Code之資訊,形成圖像化QR Code。另外為了避免外顯圖像化QR Code在輸出過程中產生黑墨影響到紅外線浮水印,會將外顯圖像化QR Code之黑墨成分資訊分配至C (Cyan)、M (Magenta)、Y (Yellow)三色版中,而欲隱藏之第二個QR Code資訊則以紅外線浮水印技術置於CMYK模式中的K (Black)層,並加入了30到120等不同黑墨灰階值之浮水印,使其可在不影響外顯圖像化QR Code判讀情況下,以紅外光照射仍可取得浮水印資訊,最後將兩者結合後輸出即可形成一個具有防偽功能之圖像化二維條碼。若非法複印此圖像化QR Code,則複製品於紅外光照射下將無法顯現隱藏之QR Code。另外再以資料點辨識程式計算圖像化QR Code之辨識錯誤率。結果顯示,計算資料點的辨識錯誤率介於0.6%至12%之間。而隱藏的紅外線浮水印,當黑墨灰階值強度為50至120之間即可以手機直接判讀紅外線儀器偵測到之QR Code資訊,並可在不影響圖像化QR Code美觀度及解碼性的前提下,提升二維條碼的安全性。