流 數 理 spinner@gate.sinica.edu.tw 95 年 12 04
錄 2 數 流 4 參 5 年 度 5 數 行 11 料 立 14 數 15 15 數 16 識 18 料 料 27 料 XML..27 料 31 陸 34 34 36 數 40 數 40 數 41 來 47 1
48 數 48 數 53 55 拾 參 錄 2
年 行 數 數 數 了 數 數 立 數 練 理 數 理 聯 年 立 16 類 金 拓 類 年 立 數 類 歷 年 來 參 行 數 理 年 度 數 年 度 立 數 年 度 立 蘭 料 數 年 度 北 數 年 度 數 料 年 度 略 說 數 理 數 行 XML 立 索 料 行 1,000 行 30 數 數 數 數 料 立 數 路 料 料 立 蘭 蘭 數 料 蘭 料 北 料 北 陸 北 聯 行 數 數 料 3
了 數 行 數 流 年 數 流 來 錄 數 流 數 參 年 不 數 行 拓 立 數 行 數 流 流 Standard Operational Procedure SOP 數 參 流 數 數 來 數 行 行 不 力 行 數 數 流 更 識 數 例 說 數 數 料 北 數 缩 立 料 蘭 料 數 數 蘭 來 錄 數 料 聯 更 料 數 流 數 料 料 六 參 4
數 流 數 數 利 識 列 識 料 5
參 年 度 數 行 量 數 量 數 度 行 數 數 行 數 數 料 數 索 料 Metadata 錄 數 料 理 數 類 流 數 了 類 Microfilm 狀 狀 若 行 復 不 數 理 行 見 16mm 35mm 度 21 C 度 50% 100~500 年 讀 不 便 量 數 歷 列 略 1. 年 歷 2. 理 率 易 理 3. 省 料 省 95% 4. 利 100 年 5. 利 讀 利 讀 來 6
1 料 數 量 聯 40 年 ~ 92 年 12 357 76 年 ~ 92 年 12 196 67 年 2 ~ 92 年 12 234 35 年 2 ~ 85 年 12 269 料 來 數 老 歷 臨 若 留 料 料 數 行 料 來 類 類 不 數 更 數 列 流 數 行 復 復 行 數 行 數 立 讀 料 數 料 Metadata 讀 料 數 數 連 料 數 見 錄 1. 立 行 數 量 便 利 索 路 料 度 料 行 兩 立 料 錄 料 Metadata 料 流 數 度 7
2. 論 識 數 行 行 行 識 理 了 便 行 行 Metadata 欄 便 料 易 若 行 行 列 料 度 錄 錄 利 理 錄 來 利 度 立 數 1. 數 料 數 不 不 料 了 HTML PDF RTF 了 便 索 若 立 料 不 路 若 料 不 數 TIFF 不 TIFF G4 JPG 85% PDF 說 1 TIFF Tag Image File Format TIFF ALDUS 1986 年 立 利 Tag TIFF 數 TIFF LZW Lempel-Ziv-Welch Encoding LZW Huffman's Encoding 度 8
不 略 利 TIFF G4 256 TIFF TIFF G4 300dpi A4 例 50KB 2 JPEG Joint Photographic Experts Group JPEG International Organization for Standardization ISOInternational Telegraph and Telephone Consultative Committee CCITT 立 數 Lossy 念 利 數 Discrete Cosine Transform DCT 料 不 留 率 JPEG 理 JPEG 例 利 參 數 來 率 5%~15%JPEG 8 連 利 JPEG 來 度 TIFF 更 利 路 讀 JPEG 率 JPEG 路 3 JPEG2000 JPEG2000 ISO 15444 JPEG the Joint Photographic Experts Group 2000 年 3 JPEG2000 率 JPEG 30% JPEG 量 JPEG2000 不 LuraTech ACD Systems 率 理 ACDSee 3.0 JPEG2000 LWF LWF 4 PDF Portable Document Format PDF Adobe Adobe Acrobat PDF 立 不 讀 9
PDF 不 度 見 PDF PDF PDF 了 OCR 識 OCR 識 料 索 料 欄 PDF 不 了 了 料 索 讀 PDF 來 不 了 Microsoft Reader PDF ebook 5 CEB Chinese Electronic Book CEB 北 Apabi Reader 錄 不 讀 2 量 A4 300DPI 量 TIFF 不 不 TIFF LZW 不 TIFF G4 不 不 JPEG 不 JPEG 85% JPEG2000 不 PDF 不 2. 數 1 A. A 行 B B. 度 度 度 度 行 度 300dpi 10
若 度 度 若 例 度 72dpi 數 例 離 離 量 72dpi 1 1 300dpi 4 行 不 易 2 數 不 論 度 亮 度 降 度 行 數 來 說 數 便 行 數 便 數 量 累 量 來 金 數 不 例 行 料 數 數 料 數 料 行 數 TIFF 不 300~600dpi JBIG 150~300dpi GIF 72dpi 數 參 錄 3 路 路 數 路 路 來 行 數 路 便 利 度 量 降 度 流 4 行 數 讀 列 PDF Apabi Reader 率 11
數 行 數 理 識 Optical Character Recognition OCR 料 1 例 數 行 料 行 數 數 JPG PDF 度 300dpi 數 度 150dpi 省 省 力 料 例 數 立 料 34 445,584 料 欄 若 識 索 不 料 PDF OCR 識 行 索 料 例 北 數 料 行 若 料 異 漏 不 識 識 讀 例 ASCII BIG-5 料 索 料 量 率 99.98% 若 年 漏 識 來 率 不 度 OCR 率 不 例 數 不 利 OCR 來 來 12
廉 例 利 料 列 料 列 不 行 數 利 數 行 量 料 料 數 Metadata 兩 聯 數 料 料 Metadata XML Internet 3 數 數 索 量 力 識 度 率 不 良 識 率 數 數 若 索 不 識 了 力 OCR 數 率 若 類 識 率 數 不 行 行 行 數 見 OCR 識 率 不 若 理 識 率 不 量 便 索 不 力 OCR 識 理 說 了 OCR 識 OCR 識 參 OCR 量 利 行 行 13
類 行 OCR 識 類 見 不 行 OCR 識 類 數 數 易 OCR 識 率 年 年 度 不 度 率 4 數 數 OCR 識 見 數 讀 讀 不 度 度 不 不 OCR 不 150dpi TIFF BMP 理 力 OCR 理 JPG 識 識 率 行 理 150~200dpi TIFF 利 OCR 行 利 OCR TIFF G4 150dpi TIFF G4 300dpi JPG TIFF 300dpi 度 OCR 識 度 行 OCR TIFF G4 150dpi TIFF G4 300dpi 行 OCR 識 5 利 OCR 識 利 OCR 識 度 TIFF G4 150dpi 度 TIFF G4 300dpi 度 JPG TIFF 300dpi 不 OCR 識 14
料 立 立 料 裡 不 類 不 料 了 數 料 料 理 不 料 索 料 不 類 數 料 不 若 參 理 料 參 見 料 更 料 類 料 來 料 欄 聯 錄 林 Dublin Core DC 欄 理 異 料 不 更 欄 欄 行 DC 欄 料 欄 錄 15
數 留 狀 數 便 了 狀 不 易 來 1. 讀 來 2. 理 論 來 3. 行 Commission Intornation De'l E' clairage CIE International Commission on Illumination ICI 1976 年 CIE Yxy 數 理 CIE Lab IT8 來 年 來 數 便 Charge Coupled Device CCD CCD 金 Complementary Metal-Oxide Semiconductor CMOS 行 ICC Profile 連 若 狀 行 例 I2S DiGiBook10000RGB 行 流 參 錄 16
例 說 數 若 亮 度 量 例 若 葉 更 利 1. 列 不 更 行 2. 行 不 行 度 3. 路 路 數 數 數 量 數 離 力 行 數 數 狀 降 數 度 不 行 數 不 理 180 度 120 度 來 兩 量 若 量 不 見 行 例 拉 狀 2 17
180 度 120 度 18
識 識 說 識 利 數 識 識 例 American National Standard Code for Information Interchange ASCII code BIG-5 料 索 OCR 識 行 識 度 數 度 OCR 不 不 易 索 類 料 理 更 若 利 OCR 數 不 省 量 易 OCR OCR 力 陸 北 OCR 1. 力 力 UMAX 來 1987 年 立 力 理 識 丹 識 丹 識 理 數 識 力 例 識 類 Chinese Buddhist Electronic Text Association CBETA 行 數 力 更 CBETA 丹 for CBETA OCR 識 19
2. 立 1991 年 切 識 Handwritten Recognition 1994 年 Advanced Technology Center ATC OCR 識 OCR 1996 年 識 OCR 1997 年 識 IBM ViaVoice 識 1998 年 識 OCR 識 識 3. 1998 年 立 立 立 了 OCR 理 理 行 領 OCR 識 路 類 良 OCR 行 行 OCR 4. 北 北 立 1992 年 863 領 識 TH-OCR 1985 年 TH TsingHua 領 力 TH-OCR 識 陸 率 65% 識 識 識 度 Microsoft Office 2003 20
5. 北 北 立 1993 年 識 863 金 OCR 識 了 令 OCR 識 理 識 識 車 識 行 識 列 OCR 1. 識 行 OCR 切 索 句 理 2.OCR OCR 識 離 讀 識 切 數 OCR 理 了 識 識 識 理 略 理 識 理 1 理 識 理 理 理 切 A. 理 說 行 OCR 行 不 不 OCR 識 利 理 3 識 率 21
B. OCR 識 理 A 理 不 欄 欄 離 欄 行 切 來 識 理 B a. 4 行 不 理 行 切 切 b. 列 行 (a) 例 例 若 (b) 若 數 (c) 連 連 不 c. OCR 行 識 度 0.5 度 若 度 識 率 度 理 行 度 量 利 OCR 識 數 例 Book Restorer 行 理 22
行 理 23
C. 切 行 落 切 行 識 切 利 來 切 例 若 切 切 若 識 切 行 識 識 切 識 行 切 率 度 2 識 切 識 行 料 異 識 識 說 參 錄 3 理 不 識 率 不 易 令 理 OCR 識 率 來 行 A. 識 例 識 更 識 欄 拉 數 便 降 識 B. 量 識 聯 OCR 聯 識 來 識 3. 識 例 說 行 OCR 識 JPEG TIFF JPEG TIFF JPEG TIFF 列 24
JPG TIFF JPG TIFF JPG TIFF OCR 識 25
行 OCR 識 行 北 行 力 陸 行 識 度 列 OCR 丹 識 4.5 識 V3.1 TH-OCR 2003 錄 行 OCR 識 識 行 OCR TIFF 度 150dpi 來 便 OCR 識 率 度 率 識 異 識 行 說 識 率 丹 異 識 識 行 識 率 不 丹 行 識 亂 行 識 識 TXT 識 識 率 丹 丹 識 行 識 六 說 識 行 理 便 六 識 26
OCR OCR 識 識 率 了 識 度 度 不 拉 數 識 率 7 OCR 識 丹 識 TH-OCR 識 4.5 V3.1 2003 錄 識 率 97% 識 率 91.5% 識 率 97% 識 類 識 率 <50% 不 識 率 90% 識 度 *.pcx/*.tif/*.jpg/*.bmp *.pcx/*.tif/*.jpg/*. bmp/*.eps/*.msp/*. png/*.psd/*.tga/ *.wmf *.txt/*.rtf/*doc./*xls./* slk./*csv./*html *.txt/*.doc/*.xls/*.h tml *.tif/*.bmp/*.pcx/*.f ax/*.jpg *.rtf/*.html/*.txt/ *.jda/*.wps/*.pdf 27
料 料 料 XML Metadata Metadata 料 料 data about data 料 料 料 料 不 聯 The International Federation of Library Associations and Institutions IFLAMetadata 來 路 識 料 Metadata 念 料 Structure Data About Data Metadata 索 full-text indexing 來 Metadata 切 數 料 便 料 理 利 料 例 數 料 索 來 說 錄 electronic catalogue 料 料 索 料 錄 料 不 錄 料 領 料 留 錄 領 料 來 料 料 料 兩 類 類 識 料 類 料 識 例 類 料 料 了 例 料 欄 料 料 Extensible Markup Language XMLHypertext Markup Language HTML 料 料 28
料 料 度 來 料 錄 料 料 兩 料 錄 理 administration access preservation use of collections 立 料 料 料 料 1. 不 2. 來 料 連 料 3. 料 理 料 料 Functionality 不 理 Administrative Descriptive Preservation Use Technical 類 Metadata 6 5 6 Metadata 類 類 例 理 理 Metadata used in Administrative managing and administering information resources Descriptive Preservation Use Technical 識 Metadata used 料 連 to describe or identify information resources 理 Metadata related 狀 to the preservation management of 數 information resources 類 Metadata 錄 錄 related to the level and type of use of information resources Metadata 數 Metadata related to how a system function or Metadata behave 29
行 不 數 料 料 說 料 料 類 數 數 落 數 料 量 料 利 連 來 料 料 料 料 International Organization for Standardization ISO1986 年 了 Standard Generalized Markup Language SGML SGML 料 易 料 料 來 料 SGML 來 XML XML 1. XML 路 料 若 立 更 索 行 識 若 來 料 Extensible Markup Language, XML markup 錄 不 讀 來 來 念 了 了 markup language 裡 說 了 理 數 來 World Wide Web Consortium W3C1998 年 2 了 XML Recommendation 1.0XML 了 SGML XML 了 SGML 不 易 30
來 XML 來 說 meta-language 句 說 XML 來 XML XML 1 不 行 2 3 利 路 4 力 5 6 XML 度 不 7 力 XML 了 來 料 來 XML XML 1 2 度 3 度 不 4 semantics XML 來 2. 領 XML 6 路 來 利 路 來 數 更 力 識 便 更 行 料 利 了 理 料 料 數 料 不 利 料 利 更 數 領 XML 1 NITF News Industry Text Format International Press Telecommunication Council IPTC 2 NewsML News Markup Language 31
不 3 SportsML Sports Markup Language 錄 4 ProgramGuideML Program Guide Markup Language 5 PRISM Publishing Requirements for Industry Standard Metadata IDEAlliance International Digital Enterprise Alliance 錄 6 XMLNews XMLNews.Org NITF 來 7 RSS Really Simple Syndication RSS Netscape Push Web 料 Blog WiKi 8 NRMF News Records Metadata Format 行 錄 Metadata 9 UdnML UDN Markup Language 聯 聯 10 XinhuaML Xinhua Markup Language 陸 11 CNTF Chinese News Text Format 料 料 理 Metadata 理 類 力 領 識 數 料 理 數 類 不 32
了 不 DVD CD-R 列 數 料 利 料 理 料 料 識 識 Metadata 料 理 良 Metadata 料 料 來 錄 索 料 量 省 度 索 料 列 來 料 類 理 不 類 留 料 類 離 料 料 類 理 連 類 理 類 類 了 料 料 欄 類 類 類 狀 料 若 更 料 料 更 利 料 料 理 33
陸 7 若 更 率 便 來 連 流 理 行 行 行 參 年 理 立 識 http://web.rdec.gov.tw/cisa/ 契 例 流 行 例 立 數 / 料 參 料 數 流 北 數 數 北 行 讀 讀 列 數 理 數 狀 不 數 便 行 兩 8 量 理 省 力 力 不 易 理 力 不 易 34
流 料 來 識 行 數 來 說 力 不 度 行 數 行 35
行 契 契 行 行 陸 度 理 度 契 利 契 不 契 數 數 契 數 行 參 1. 流 行 讀 契 例 留 行 數 更 錄 異 利 利 行 行 行 了 漏 行 錄 力 浪 數 流 2. 數 料 料 契 了 列 數 量 數 行 數 行 參 36
數 錄 / 數 讀 行 錄 數 流 料 來 數 理 數 流 利 行 數 數 流 練 1. 流 數 流 兩 1 流 行 37
2 度 不 率 流 了 更 行 利 行 流 A. 狀 率 行 行 率 率 B. 錄 練 力 練 C. 流 不 降 率 D. 若 行 理 流 數 列 A 數 a. 數 數 b. 行 數 c. 數 錄 B a. b. 行 數 c. 數 錄 d. 若 數 C 錄 a. 錄 度 b. c. 錄 2. 練 說 來 流 率 讀 理 練 數 行 38
量 利 練 狀 流 數 更 行 練 練 3. 數 契 不 了 識 數 行 論 數 流 不 論 例 理 度 流 度 狀 度 39
數 數 量 理 數 識 路 更 了 流 念 數 料 便 利 來 便 數 更 料 來 數 數 量 數 臨 不 濫 數 數 數 數 數 數 數 來 數 數 數 行 路 數 9 領 料 不 (Content Provider)(Content User) 數 (Digital Rights) 數 了 料 (Metadata) 便 索 易 行 數 利 數 零 數 了 行 了 數 來 數 數 理 40
數 年 來 數 流 數 錄 狀 數 數 數 數 數 理 數 利 數 數 來 數 利 數 利 數 理 數 數 金 數 利 說 數 理 (Digital Rights Management) 數 數 理 The chain of hardware and software services and technologies confining the use of digital content to authorized use and users and managing any consequences of that use throughout the entire life cycle of the content. DRM is one kind of content protection technology. 數 聯 數 狀 都 不 行 理 數 狀 數 數 利 理 數 理 年 來 了 論 數 利 理 數 念 數 數 行 易 理 利 金 數 數 理 料 數 錄 識 易 理 利 來 說 數 理 41
了 數 不 更 不 數 數 理 略 狀 易 流 數 數 理 列 1. 良 數 2. 理 錄 例 數 3. 數 理 立 來 不 了 念 了 數 來 利 4. 數 理 數 利 兩 不 立 念 更 數 5. 數 理 立 數 來 數 數 理 數 數 理 行 易 數 了 濫 42
行 數 理 流 裡 數 數 數 料 參 數 數 讀 列 狀 識 金 料 數 料 數 不 不 數 數 Digital Watermarking 數 識 數 行 便 度 若 數 數 見 度 兩 Visible Watermarking Invisible Watermarking 數 聯 2004 13 數 量 1. 度 不 2. 不 便 金 3. 4. 數 5. 度 度 度 43
不 不 類 例 14 1. 識 2. 數 料 3. 識 數 Fingerprinting 數 料 Information Hiding 切 錄 便 數 不 不 力 數 不 數 不 若 金 Public Key Infrastructure 數 理 來 數 金 不 兩 15 1. 金 不 若 金 理 不 易 行 度 來 數 2. 金 兩 不 金 金 金 不 金 數 金 金 料 行 易 讀 金 料 利 不 44
料 金 數 Digital Signature 力 更 律 力 若 不 數 若 數 立 立 了 度 理 金 立 度 金 金 Public Key Infrastructure PKI 裡 來 來 路 易 1. 料 2. 識 3. 易 料 不 4. 律 力 利 Rights Expression Language REL 數 利 兩 數 利 理 了 數 數 利 利 見 利 列 1. XrML extensible Rights Markup Language XrML 數 1994 年 Xerox PARC ContentGuard 樂 數 DRM Metadata 理 理 例 數 數 樂 數 數 Microsoft Adobe SONY HP Xerox 數 理 數 料 數 料 流 2. ODRL Open Digital Rights Language 來 45
3. EBX Electronic Book exchage EBX NIST Open ebook Forum OEB EBX ebook 利 1 ebook 識 例 ISBN 數 識 DOI 2 ebook 金 讀 金 金 EBX 讀 3 ebook 讀 ebook 利 列 讀 4. MPEG Moving Picture Expetrs Group MPEG 1998 年 陸 MPEG2 MPEG4 MPEG7 MPEG21 1998 年 MPEG21 了 16 1 數 易 2 數 3 4 數 5 數 不 易 降 數 流 6 數 律 7 易 8 數 行 5. SDMI Secure Digital Music Initiative SDMI The Secure Digital Music Initiative(SDMI) 錄 來 數 樂 不 來 樂 匿 利 益 不 46
來 數 數 識 勵 數 數 陸 數 理 若 數 勵 數 更 數 更 年 來 數 數 數 力 數 易 立 不 理 不 數 數 率 不 數 不 便 Apple itunes 樂 17 例 itunes 數 樂 Apple FairPlay Apple ipod Sony BMG 年 2005 年 11 Mark Russinovich 露 樂 了 數 理 Rootkit 不 狀 度 數 理 來 說 數 理 兩 數 不 數 不 不 數 不 兩 來 數 省 47
數 數 1. 1 2 3 4 5 6 2. 1/ 3. 1 類 A. 數 B. 數 2 類 A. B. 8 數 數 1. 4. 2. 5. 3. 6. / 類 1. 數 2. 數 類 1. 2. 48
數 1. 類 1 數 來 A3 若 A3 行 更 行 狀 良 2 料 行 度 料 類 狀 良 料 若 不 力 復 3 良 A4 更 力 老 易 落 4 行 度 4800dpi 度 離 力 易 率 不 5 數 度 6 理 論 料 A2 A1 行 不 便 更 度 49
7 料 行 A1 立 不 讀 度 2. 類 1 數 數 來 量 若 數 量 不 行 數 量 若 率 易 率 略 理 來 2 數 數 CCD CMOS 數 A1 量 率 不 數 9 數 50
數 數 51
度 A2 10 度 量 A3 600 不 A4 600 不 A3 600 不 A3 600 不 A3 600 不 易 落 10 ~ 20 3,000~ 6,000 15 20 8~10 A1 4800 不 離 力 100 數 數 A1 A1 不 300 不 1600 不 立 / 力 度 不 不 / 不 不 / 300~ 350 450~ 600 160~ 350 20~ 40 100~ 150 52
OCR 數 說 OCR 量 OCR 11 丹 識 4.5 力 $6,600 識 V3.1 $3,990 行 行 TH-OCR2003 錄 陸 $120,000 行 北 陸 行 數 數 不 數 行 數 行 數 行 數 例 說 金 不 列 數 1. 2. 金 例 3. 力 = 數 量 / 數 量 / 數 4. 力 : * 5. 力 = 數 量 / 數 量 / 數 6. * 7. 力 = 數 量 / 數 量 / 數 8. * 9. DVD 數 金 53
例 說 列 行 數 略 參 練 力 不 列 量 1. A4 1A3 15 兩 3 丹 識 6,600 年 2 識 六 3 3 度 300dpi A4 度 2 30 20 量 30*6*20=3,600 4 150,000+30,000*2+6,600 /3 年 /12 =6,016 / = 6,016+30,000*2 /3,600=18 / 2. 行 A1 1 A1 350 兩 3 識 12 年 2 識 六 3 3 度 300dpi A1 2 度 40 3600/40=90 20 量 90*6*20=10,800 4 3500,000+30,000*2+120,000 /3 年 /12 =102,222 = 102,222+30,000*2 /10,800=15 / 54
流 行 數 數 流 念 易 來 數 率 降 索 數 流 練 力 率 行 數 流 行 流 數 度 數 識 OCR 行 參 浪 力 流 1. 數 行 率 2. 練 流 3. 降 數 4. 數 OCR 省 力 流 OCR 識 行 行 北 行 陸 識 更 數 流 參 來 OCR 識 樂 見 數 識 識 不 來 率 量 料 索 便 利 數 流 行 連 數 度 異 不 更 參 流 數 來 更 力 不 行 數 1 55
3~ 2 96 3 OCR 2 4 OCR 3 Recursive projection analysisconnected component detection 5 Metadata B3-4 6 Metadata B2-1 7 1998 8 1998 9 10 6-11 11 李 例 12 13 金 龍 麗 : 例 14 李 例 15 金 龍 Wrapper-based 16 56
17 57