圖文傳播學系

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/83

歷史沿革

民國42年2月

政府遷台後為實施國家建設亟需技術人力,仍將初高中職校改制為單位行業教育,在美國國際合作總署之資助下,由當時的台灣省立師範學院設立工業教育學系,初設機工、木工、電工、圖文 (印刷) 工廠,聘請顧柏岩先生擔任系主任,自民國四十二年二月,開始招收第一屆新生,為培育印刷職業教育師資,不定額招收高職印刷科畢業學生,施以印刷師資專業教 育及工藝科「圖文工」師資之培育。

民國50年8月

工教系分別招收工職組及工藝組兩個班,工職組招收高工畢業生,專為培育工業職業學校師資,內有一組獨立招收印刷科畢業生一至三名,施以印刷學程專業教育,並為高中工藝科目培育圖文傳播科目之專業能力。

民國67年8月

工教系教學內容整合為:

機械職業教育組

電機、電子職業教育組

傳播設計教育組

其中圖文傳播定額招收學生五名,至民國八十四年增招至十五名。

民國84年

在許瀛鑑教授規劃,提出圖文傳播組獨立設系之申請,經教育部批准成立「圖文傳播教育學系」,隸屬教育學院,籌備於八十五年八月招生授業。 民國八十四年十月份,為預作「師資培育機構」之轉型,並配合本系培育「亞太媒體中心」之印刷出版媒體及影視傳播媒體工程人員政策下,國立台灣師範大學奉教育部令,本系更名為「圖文傳播技術學系」。

民國84年10月

為預作「師資培育機構」之轉型,並配合本系培育「亞太媒體中心」之印刷出版媒體及影視傳播媒體工程人員政策下,國立台灣師範大學奉教育部令,本系更名為「圖文傳播技術學系」。

民國85年8月

提供

四技二專聯招名額20名,錄取學生屬印刷出版科技組,授予工學士學位。

大學聯招名額20名,錄取學生為影像傳播科技組,授予工學士學位。

民國87年9月

教育部核定師大成立科技學院,本系由教育學院改隸科技學院;並再更名為圖文傳播學系,大學部修業年限為四至六年,至少應修完128學分。專業必修含 蓋印刷出版、影視傳播、電子傳播等領域。公費生尚須多修習26教育學分,畢業及獲得本科准教師資格 ,並在相關學校試教一年後取得教師資格。

民國88年7月

教育部核准籌備研究所碩士課程,並定於八十九年三月分印刷出版科技組與影像傳播科技組兩組招生,九月正式上課。研究所修業年限二至四年,應修完32學分,並選各組專業學程的必修課程才能撰寫學位論文,畢業獲頒工學碩士學位。

民國89年

千禧年為本系第一屆畢業生完成大學部學業,並為研究所首屆新生入學之雙喜年。

民國89年7月

教育部核准研究所碩士班招收「印刷出版科技」與「影像傳播科技」兩組學生。畢業後獲頒工學碩士學位。

民國94年

教育部核准開設「圖文傳播在職進修專班」。畢業後獲頒工學碩士學位。

現在

本系現有專任教師 10 人, 計教授 6 人;副教授 1 人;助理教授 2 人;講師 1 人。

學士班學生共計約 180 人。

碩士班學生約 176 人 (含碩士在職專班 103 人)。

Browse

Search Results

Now showing 1 - 1 of 1
  • 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。