悠遊卡「嗶」一下上公車、 eTag 不需等待就能收取高速公路通行費、防疫期間進出公共場所「掃」一下完成實聯制登記，甚至買完高鐵車票後還能用手機取得專屬 QR CODE 快速通關！隨著科技進步和智慧型手機的興起，人們開始以電子票證取代傳統紙本票卷，只要一支手機或是一張卡就能到達任何你想去的地方。
臺灣目前常用的電子票證主要有兩大類，高鐵、台鐵 APP 訂票取票後的專屬 QR CODE ，和使用無線射頻辨識 RFID 的感應交通票卡（像是悠遊卡、一卡通），究竟這兩種方便又快速的電子票證技術是怎麼運作的呢？
「掃」出資訊海—— QR CODE
QR 為 Quick Response 的縮寫，最早在 1994 年，由日本汽車零件業者 Denso Wave 的技術室長原昌宏發明，他認為一維條碼能夠包含的資訊量太少，一件產品都要印上數十個條碼才足以應付需求，對當時追求商品小型化的日本很不方便。原昌宏的團隊便將兩個一維條碼疊加在一起，讓 X 軸、 Y 軸都帶有訊息，進化成二維條碼，不只可以更快速追蹤產線上的產品， QR CODE 還有多角度辨識、容錯能力高等優點。
除了中規中矩的黑白 QR CODE， 你一定也有看過插入商標或是特殊形狀的二維條碼，為什麼缺了一角的 QR CODE 還能掃描的到呢？因為 QR CODE 有很高的容錯能力，當某部分資訊缺失的時候，解碼系統會透過里德-所羅門碼（Reed-solomon codes）的原理自動填補缺失的部分，讓整體資訊依然可以完整辨識，容忍錯誤發生。 QR Code 的容錯能力分為 4 個等級，條碼圖形面積愈大就能分割出更細緻的里德 – 所羅門碼區塊，避免單一區塊「猜」太多密碼，容錯等級最高甚至可修正 30 %的缺失條碼。
QR Code 的容錯能力可以容許一定程度範圍內的資訊流失，就算破損、髒污，或是插入圖片、 logo 擋住部分條碼，也都能正確辨識。試著用手擋住部分條碼，是不是也掃得出來呢？圖／泛科學製作
QR Code 的快速掃描和容錯能力，能夠廣泛地運用在產品追蹤、物品識別和文件管理方面，使識別作業更便捷，「車票」也是其中之一！高鐵發售的每張電子票證都含有一個獨一無二的 QR Code ，經過閘門條碼感應區解碼就可以直接通關，享受快速方便又環保的乘車體驗！
RFID (Radio Frequency IDentification) 全名為無線射頻辨識，是透過無線電訊號識別特定目標並讀取相關數據的無線通訊技術，我們日常所用的各式電子票卡多半都使用這種技術，或是其衍伸用於智慧型手機的感應式電子票證 NFC（Near-field communication，近距離無線通訊）。
RFID 最早出現在第二次世界大戰時期同盟國和德軍的敵友識別系統（Identification Friend or Foe，IFF）。以應答機（Transponder）偵聽詢問信號，然後回覆識別暗號，軍隊以此技術識別飛機、車輛或友軍部隊，並確定受詢問方的方位和距離。儘管當時 RFID 已被廣泛使用於軍事、航空用途，人們日常生活還是很難接觸到 RFID ，直到 2003 年美國最大零售商 Walmart 宣布他們的前 100 家供應商將被要求在所有進貨的貨箱和托盤上貼上 RFID 標籤以減少盤點貨物的時間，其他企業、零售商紛紛開始效法，使 RFID 頓時成為商品管理的新模式。RFID 發展至今，包括日常使用的悠遊卡、門禁卡、商品防盜標籤和寵物晶片，都是使用 RFID 的技術。
我們常用的電子票卡多半屬於無電源的被動式標籤，利用感應器（Reader，像是公車讀卡機）發送特定頻率的電磁訊號，當訊號夠強時，就會觸發感應範圍內的 RFID 標籤（Tag），RFID 標籤內部為電路板和天線的組合，標籤接收電磁波後會藉由電磁感應產生電流，供應 RFID 標籤上的晶片運作並發出電磁波將特定編碼回應給感應器。感應器若成功解碼，則回傳主機（Host）請求驗證資料再給予回應。RFID 系統以「辨識」為主要功能，接收到「有效回應」才算驗證成功，就像拿悠遊卡靠近公車讀卡機可以扣款，而你的公司門禁卡不行，是因為讀卡機無法解開公司門禁卡回傳的編碼，無法驗證有效性就會顯示扣款失敗。
悠遊卡（easycard）RFID的內部天線、半導體及晶片構造。
相對於傳統條碼， RFID 標籤帶有遠距離讀寫、具穿透性、可同時讀取多個標籤和重複利用等優勢。透過調整感應器發送的電磁波頻率，來選擇觸發特定頻帶的標籤和控制讀取範圍：像是悠遊卡、一卡通是 13.56MHz 的高頻帶（HF）標籤，感應器可讀取在 1 公尺以內的 RFID 條碼；高速公路 eTag則是採用特高頻帶（UHF）標籤，不僅可讀取範圍增加到 5 ～ 10 公尺，還能同時讀取 1000 個RFID 條碼，就算中間有其他物質阻擋（像是卡片放在錢包裡、颱風天上高速公路），RFID一樣都可以讀取。
RFID 標籤最大的優勢其實是重複利用，過往的條碼都是一對一的組合，只要印刷上去就無法更改，使用過後必須報廢，而 RFID 可以更新電路板內儲存的資料，讓同樣一個標籤衍生出不同的編碼，拓展用途。當然這也代表有心人士可以串改標籤中的資料，因此大多數電子票卡會多加一層密鑰保護內部資料。除此之外，由於 RFID 標籤無須直接與感應器接觸，使用者也有可能在不知情的情況下被他人讀取標籤內儲存的資訊，構成安全隱憂。
抱著這樣的疑問去查找相關論文，乖乖，還真找到不少文章。有些學者提出所謂的「Aesthetic QR Code（美學式QR碼）」（如下圖），但只使用「Aesthetic QR Code」的英文原名或中文譯名，其實找不到圖例。要使用關鍵字「Visual QR Code」或者是「視覺碼」就可以找到與圖片合併的 QR Code。有家製作「Visual QR Code」的新創公司～ Visualead非常成功，甚至讓大陸的阿里巴巴花了150億美金把這家公司買下。
其實，這些論文所提出的「Aesthetic QR Code Solution（美學式 QR 碼解決方案）」主要是在不超過 QR Code 「容錯能力」的情況下，以「雙重圖像（Binary Image）」或是「插入圖像（Input Image）」的方式製作所謂的 Aesthetic/Visual QR Code（有美感/圖像化的 QR code）。使用技術術語，就是「Embedding a picture」。而從整體圖像上來說，QR Code 的基本形式還在，但加入了視覺化圖像的內容。
那「容錯能力」是什麼呢？這就必須從QR Code的結構說起了。
下面是在維基百科上使用的圖，用來說明 QR Code 的圖碼基本構成。讓我們把重點放在灰色區塊的「資料與糾錯碼訊息」上，其中的「糾錯碼（Error Correction Codeword）」就是與「資料碼（Data Codeword）」共同組成資訊區，用於執行修正錯誤功能的字碼。
QR Code 在辨識上有設定所謂的「容錯功能」，在部分字碼發生破損或無法辨識時，仍可恢復數據去辨識QR Code 所儲存的內容。在執行「容錯功能」的優劣上，有 7%~30% 的容錯能力（Error Correction Capacity，或譯作容錯能力）差異，分為四種級別，分別代表不同高低的容錯能力（進一步了解）：
等級「L」：7% 字碼可被修正
等級「M」：15% 字碼可被修正
等級「Q」：25% 字碼可被修正
等級「H」：30% 字碼可被修正
但是，前面提及的「Aesthetic QR Code Solution（美學式QR碼解決方案）」是在不超過 QR Code 的容錯能力情況下進行。也就是說，既然 QR Code 在判讀上有 7%~30% 的容錯率，那其中一個方法就是在可容許範圍內，加入「雙重圖像（Binary Image）」或是「插入圖像（Input Image）」。
但既然有學者特地提出討論「Aesthetic QR Code Solution（美學式QR碼解決方案）」，就肯定不僅僅只有運用「工人」智慧、還小心地不超過容錯率這種簡單的作法。
在杭州電子科技大學與逢甲大學學者所提出的「An aesthetic QR code solution based on error correction mechanism」（根據容錯率計算機制完成之美學式 QR 碼）這篇期刊論文中提出特殊的運算技術去自動產生視覺碼（或學者所說的「美學式QR碼」），而且是透過「建構字碼編排（Construct codeword layout）」、「取得顯著圖（Obtain saliency map）」、「選擇最佳可變區（Select best changeable regions）」、「提出分層替換規則（Propose hierarchy replacement rules）」等4個步驟去運算生成的。
根據兩岸學者論文中提供的成果來看，成效確實是相當好的。特別是「選擇最佳可變區（Select best changeable regions）」這個關鍵技術，使得所製作出來的「視覺碼」，甚至比坊間的商業技術都更為優越且清晰。
從實務運用的角度來看，不虛掩地且直覺地使用 QR 碼，當然是最直接有效的，畢竟 QR 碼的功能用途就是「Call To Action（CTA）」，為了要去橋接後端的「數位服務」。因此要讓「CTA」產生效果，就要有策略地，有步驟地去促成。我將「CTA」目標分為「參與目標」與「執行目標」，且認為缺一不可。分列如下：
「使參與某事（Ask someone to participate）」：以QR碼提供「快速連結」去達成此「參與目標」。
「使執行某事（Get someone to do something）」：由QR碼橋接「數位服務」去達成此「執行目標」。
根據Digi Capital 《2017年增強現實和虛擬現實報告》指出，2021 年擴增實境與虛擬實境產業的總產值將達到 1080億美元，其中擴增實境與虛擬實境的市場佔比約為8:2。瞿教授表示，VR 在遊戲、教育與娛樂等三大領域備受期待，但是和以真實世界為基底的 AR 相比，VR 可能會因為感知不協調導致使用者的身體不適（例如，看見自己在移動，身體卻沒有真的移動）外，視覺上的封閉與行動被拘束也較容易對用戶產生壓力和不安感，因此在未來發展與相關產業應用上，可能性會比 AR少。
windmill
